刘赞,陈西宏,薛伦生,邹兵,张群

• 1:空军工程大学防空反导学院
• 2:空军工程大学信息与导航学院

摘要(Abstract)：

针对提高导航卫星钟差预报精度的研究不足的现状,文章结合灰色预报模型和最小二乘向量机预报模型的特点,研究建立灰色系统与最小二乘向量机的结合预报模型:引入惯性权值和加速度因子随优化代数变化的改进粒子群算法,以提高算法的优化能力;并用其对模型惩罚因子和核函数参数选取过程进行优化;选取具有代表性的卫星钟差数据,建立改进粒子群优化的GM-LSSVM模型进行短期钟差预报分析,并与传统的GM(1,1)预报模型和BP神经网络预报模型进行精度比较。仿真结果表明,优化后的模型预报精度优于GM(1,1)预报模型和BP神经网络模型。

关键词(KeyWords)： 卫星钟差;钟差预报;灰色系统;最小二乘向量机;改进粒子群

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61172169)

作者(Author): 刘赞,陈西宏,薛伦生,邹兵,张群

DOI: 10.16251/j.cnki.1009-2307.2015.09.024

参考文献(References)：

• [1]刘继业,陈西宏,刘强,等.基于改进粒子群优化LSSVM的卫星钟差预报研究[J].宇航学报,2013,34(11):1509-1515.
• [2]宋伟伟.导航卫星实时精密钟差确定及实时精密单点定位理论方法研究:博士学位论文[D].武汉:武汉大学,2012:57-60.
• [3]郭承军,滕云龙.神经网络在卫星钟差短期预报中的应用研究[J].测绘科学,2011,36(4):198-200.
• [4]HAN L F,TANG W Y,LIU Y M,et al.Evaluation of Measurement Uncertainty Based on Grey System Theory for Small Samples from an Unknown Distribution[J].Sci China Tech Sci,2013,56(6):1517-1524.
• [5]易辉.基于支持向量机的故障诊断及应用研究:博士学位论文[D].南京:南京航空航天大学,2011:3-10.
• [6]杨国健,杨镜非,童开蒙,等.短期负荷预测的支持向量机参数选择方法[J].电力系统及其自动化学报,2012,24(6):148-151.
• [7]李潇.灰色最小二乘支持向量机在滑坡变形预测中的应用[J].测绘通报,2010(6):44-47.
• [8]崔先强,焦文海.灰色系统模型在卫星钟差预报中的应用[J].武汉大学学报·信息科学版,2005,30(5):447-450.
• [9]李文莉,李郁侠.基于粒子群最小二乘支持向量机的水文预测[J].计算机应用,2012,32(4):1188-1190.
• [10]龙文,梁昔明,龙祖强,等.PSO-LSSVM灰色组合模型在地下水埋深预测中的应用[J].系统工程理论与实践,2013,33(1):243-248.
• [11]汤可宗.遗传算法与粒子群优化算法的改进及应用研究:博士学位论文[D].江苏:南京理工大学,2011:3-17.
• [12]史峰,王辉,郁磊,等.MATLAB智能算法30个案例分析[M].北京:北京航空航天大学出版社,2012:17-26.