利用自适应TS-IPSO优化的灰色系统预报卫星钟差
在传统灰色系统预报模型的基础上,提出了一种自适应双子群改进粒子群算法(improved particle swarm optimization algorithm by two subgroups,TS-IPSO)和灰色系统相结合的预报模型.首先对钟差序列进行平滑性检验,对不满足平滑条件的序列作对数平滑处理;然后对灰色系统模型进行优化,为避免粒子群算法陷入局部最优,建立了主辅子群协同进化,惯性权重非线性递减机制.通过TS-IPSO优化发展灰数和内生控制灰数,增强了灰色系统模型的泛化能力.选取来自4种不同钟型的卫星钟差数据进行计算分析.结果表明,模型对6h和24 h的预报精度和稳定性均优于传统模型,特别是对短期稳定性较差的铯钟,实现了6h预报误差小于1.60 ns,24 h预报误差小于5.71 ns.
钟差、改进粒子群、灰色系统、预报、平滑处理
43
P228(大地测量学)
国家自然科学基金61701525,61671468
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
854-859