提升大地起伏模型精度之研究

摘要

传统上,工程应用上常使用之正高H以水准测量获得,然其所需成本高;全球定位系统(Global Positioning System,GPS)所获得之椭球高h具所需成本低之优势.因此,若能透过GPS水准测量,将GPS所获得之椭球高h转换为正高H,将能提升整体作业效率.为实现高精度GPS水准测量成果,求得精确之大地起伏(N)模型为关键之处.最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)具能解决小样本、非线性、高维度及局部最佳解(local optization)之特性,目前已广泛用於分类与回归问题上.本研究使用LSSVM撮合大地起伏,并使用基因演算法(Genetic Algorithm),利用其可获得全域最佳解(global optimization)之特性,优化LSSVM之系统参数,以提升大地起伏之精度.本研究以台湾中部283个一等水准贴为实验区,以基因演算法优化后之最小二乘支持向量机(LSSVM(GA))拟合出区域大地起伏模型.实验内容,包含以不同GA参数组合优化LSSVM系统参数、LSSVM精GA优化前後之大地起伏拟合精度比较等.实验成果显示,经GA优化后之LSSVM于大地起伏之拟合精度较优化前有所显着提升.