基于灰色系统和神经网络的钟差预报
  • 【摘要】

    为避免单一模型预报钟差的弱点,提出了一种基于灰色系统和神经网络(neural network,NN)的混合模型来实现钟差的预报,并给出了基于GM(1,1)模型和广义回归神经网络(generalized regression neural network,GRNN)进行钟差预报的基本思想、具体方法和实施步骤.针对神经网络算法易训练过度、泛化能力弱的问题,采用K重交叉验证法(K-fold cross-... 展开>>为避免单一模型预报钟差的弱点,提出了一种基于灰色系统和神经网络(neural network,NN)的混合模型来实现钟差的预报,并给出了基于GM(1,1)模型和广义回归神经网络(generalized regression neural network,GRNN)进行钟差预报的基本思想、具体方法和实施步骤.针对神经网络算法易训练过度、泛化能力弱的问题,采用K重交叉验证法(K-fold cross-validation)提高网络的泛化能力.为验证该混合预报模型的可行性和有效性,利用实测GPS卫星钟差数据进行钟差预报精度分析,并将其与灰色系统模型和经典权线性组合灰色模型进行比较分析.结果表明,该模型具有较好的预报精度,优于另外两种模型. 收起<<

  • 【作者】

    雷雨  赵丹宁  高玉平 

  • 【作者单位】

    中国科学院国家授时中心/中国科学院国家授时中心/中国科学院国家授时中心

  • 【刊期】

    时间频率学报 2013年3期

  • 【关键词】

    灰色系统  神经网络  钟差预报 

  • 【基金项目】

    国家自然科学基金资助项目