基于人工鱼群优化LS-SVM的卫星钟差预报 (2013年)

【文件属性】：
文件名称：基于人工鱼群优化LS-SVM的卫星钟差预报 (2013年)
文件大小：766KB
文件格式：PDF
更新时间：2021-04-21 22:42:39
工程技术 论文 针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5ns内,