邹兵,陈西宏,薛伦生,刘继业,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)：

针对导航卫星短期钟差预报精度不高的问题,文章提出了一种基于果蝇优化算法(FOA)优化灰色神经网络的卫星钟差预报方法。利用FOA较强的全局寻优能力对灰色参数进行迭代动态微调,改善随机初始化所导致网络进化易陷入局部最优的问题,以提高灰色神经网络的预报精度;选取IGS产品中典型的卫星钟差数据,分别采用FOA优化灰色神经网络模型、神经网络模型、灰色系统模型和灰色神经网络模型进行短期钟差预报。仿真结果表明:FOA优化灰色神经网络模型的预报精度优于其他三种模型,性能满足卫星短期高精度钟差预报的要求。

关键词(KeyWords)： 卫星钟差;FOA;灰色神经网络;灰色参数

Abstract:

Keywords:

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

作者(Author): 邹兵,陈西宏,薛伦生,刘继业,张群

DOI: 10.16251/j.cnki.1009-2307.2014.09.008

参考文献(References)：

• [1]黄观文,张勤,许国昌,王利.基于频谱分析的IGS精密星历卫星钟差精度分析研究[J].武汉大学学报·信息科学版,2008,33(05):496-499.
• [2]王继刚.基于GPS精密单点定位的时间比对与钟差预报研究[D].中国科学院研究生院(国家授时中心),2010.
• [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(04):198-200.
• [4]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(05):447-450.
• [5]邓聚龙.灰色系统基本方法[M].第二版.武汉:华中理工大学出版社,2004.
• [6]梁庆卫,赵民全,杨璞.灰色神经网络的鱼类经济寿命预测[J].火力与指挥控制,2011,36(10):172-175.
• [7]王志远.基于灰色神经网络的股票分析预测研究[D].郑州:郑州大学,2011.
• [8]杨森,孟晨,王成.AFSA优化灰色神经网络的某电源组合故障预测[J].计算机测量与控制,2012,20(10):2648-2653.
• [9]Wen-Tsao Pan.A new Fruit Fly Optimization Algorithm:Taking the Financial distress model as an example[J].Knowledge-Based Systems,2012,26:69-74.
• [10]Hongze Li,Sen Guo,Huiru Zhao,Chenbo Su,Bao Wang.Annual Electric Load Forecasting by a Least Squares Support Vector Machine with a Fruit Fly Optimization Algorithm[J].Energies,2012,5,4430-4445.
• [11]李泓泽,郭森,李春杰.果蝇优化最小二乘支持向量机混合预测模型——以我国物流需求量为例[J].经济数学,2012,29(03):103-106.
• [12]史峰,王小川,等.MATLAB神经网络30个案例分析[M].北京:北京航空航天大学出版社,2010.
• [13]阳树洪,李春贵,夏冬雪.基于灰色神经网络的入侵检测系统研究[J].计算机工程与设计,2007,28(19):4622-4624.