粒子群算法优化的神经网络短期钟差预报

论文摘要

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。

论文目录

• 0 引言
• 1 粒子群算法原理
• 2 PSO-BP神经网络模型
• 3 实例分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 陈希鸣,黄张裕,秦洁,刘仁志

关键词: 卫星钟差,钟差预报,神经网络,粒子群算法

来源: 测绘科学 2019年09期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 河海大学地球科学与工程学院

分类号: P228

DOI: 10.16251/j.cnki.1009-2307.2019.09.002

页码: 7-12

总页数: 6

文件大小: 318K

下载量: 327