遗传算法优化的BP神经网络卫星钟差预报

作者：孙鹏超^*; 魏东平; 孙碧娟

来源：天文学报, 2020, 61(06): 92-104.

DOI：10.15940/j.cnki.0001-5245.2020.06.008

• 天体测量学
• 时间
• 方法:数据分析
• 行星与卫星:个别:BDS卫星

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题,提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型,给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤.为验证该优化模型的有效性和可行性,利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析,并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析.结果表明:该模型在短期钟差预报中具有较好的精度,优于GM(1,1)模型和BP神经网络模型.

• 单位
  中国科学院大学; 西安邮电大学; 通信与信息工程学院