空军工程大学学报（自然科学版）
空軍工程大學學報（自然科學版）
공군공정대학학보（자연과학판）
JOURNAL OF AIR FORCE ENGINEERING UNIVERSITY (NATURAL SCIENCE EDITION)
2013年
5期
36-39
,共4页
刘继业%陈西宏%刘强%孙际哲
劉繼業%陳西宏%劉彊%孫際哲
류계업%진서굉%류강%손제철
卫星钟差%人工鱼群算法%最小二乘支持向量机
衛星鐘差%人工魚群算法%最小二乘支持嚮量機
위성종차%인공어군산법%최소이승지지향량궤
satellite clock error%AFSA%LS-SVM
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0.5 ns内,运行时间在5 min内.
針對導航衛星短期鐘差預報精度不高的問題,提齣瞭一種基于人工魚群(AFSA)優化最小二乘支持嚮量機(LS-SVM)的衛星鐘差預報方法.利用人工魚群算法較彊的全跼尋優能力優化LS-SVM模型的懲罰參數和覈寬度參數,避免人為選擇參數的盲目性,提高瞭LS-SVM的汎化能力和預報精度.選取IGS產品中4顆典型衛星的鐘差數據,分彆採用人工魚群優化LS-SVM模型、神經網絡模型和灰色繫統模型進行短期鐘差預報,計算結果錶明:人工魚群優化LS-SVM模型的預報精度優于其它2種模型,尤其是在銣鐘方麵,預報誤差在0.5 ns內,運行時間在5 min內.
침대도항위성단기종차예보정도불고적문제,제출료일충기우인공어군(AFSA)우화최소이승지지향량궤(LS-SVM)적위성종차예보방법.이용인공어군산법교강적전국심우능력우화LS-SVM모형적징벌삼수화핵관도삼수,피면인위선택삼수적맹목성,제고료LS-SVM적범화능력화예보정도.선취IGS산품중4과전형위성적종차수거,분별채용인공어군우화LS-SVM모형、신경망락모형화회색계통모형진행단기종차예보,계산결과표명:인공어군우화LS-SVM모형적예보정도우우기타2충모형,우기시재여종방면,예보오차재0.5 ns내,운행시간재5 min내.
