|
|||||
|
|
| 遗传算法优化的BP神经网络卫星钟差预报 | |
| 作者姓名： | 孙鹏超 魏东平 孙碧娟 |
| 作者单位： | 中国科学院大学地球与行星科学学院北京100049;西安邮电大学通信与信息工程学院西安710061 |
| 基金项目： | 国家自然科学基金项目(41474086)资助 |
| 摘 要： | 针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型. |
| 关 键 词： | 天体测量学 时间 方法: 数据分析 行星与卫星: 个别: BDS卫星 |
| 收稿时间： | 2020-04-28 |
| 点击此处可从《天文学报》浏览原始摘要信息 | |
| 点击此处可从《天文学报》下载免费的PDF全文 | |