基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对导航卫星钟差预报精度不高的问题,该文引入了GM-LSSVM钟差预报模型,采用全局寻优能力较强的遗传算法对模型的参数选取过程进行优化,避免模型陷入局部最优,从而改善了组合模型中惩罚因子和核函数参数选择的盲目性.最后选取国际GPS服务组织提供的卫星钟差数据,分别建立GM(1,1)模型、LSSVM模型、GM-LSSVM模型和遗传算法优化的GM-LSSVM模型进行短期钟差预报分析和仿真实验.仿真结果表明,优化后的模型预报精度小于1.3 ns,精度比前3种模型提高了45%~60%,符合钟差预报的要求.
推荐文章
改进粒子群算法优化的卫星钟差组合预报模型
卫星钟差
钟差预报
差分自回归移动平均模型
最小二乘向量机模型
改进粒子群
基于一阶差分修正指数曲线法的GPS卫星钟差预报
一阶差分
修正指数曲线法
卫星钟差
预报
利用遗传优化LSSVR进行导航卫星钟差预报
最小二乘支持向量回归
核函数
遗传算法
参数优化
卫星钟差
预报
一种改进的遗传算法:GA-EO算法
遗传算法
混合遗传算法
极值优化算法
局部极小
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种遗传算法优化的卫星钟差预报
来源期刊 测绘科学 学科 地球科学
关键词 卫星钟差 钟差预报 灰色系统 最小二乘向量机 遗传算法
年,卷(期) 2017,(5) 所属期刊栏目 基础研究
研究方向 页码范围 25-28,34
页数 5页 分类号 P228
字数 语种 中文
DOI 10.16251/j.cnki.1009-2307.2017.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈西宏 空军工程大学防空反导学院 140 621 11.0 16.0
2 刘赞 空军工程大学防空反导学院 22 99 6.0 8.0
3 刘继业 空军工程大学防空反导学院 15 103 7.0 10.0
4 程瑞江 空军工程大学防空反导学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (76)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (8)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(9)
  • 参考文献(4)
  • 二级参考文献(5)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
卫星钟差
钟差预报
灰色系统
最小二乘向量机
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导