遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)衛(wèi)星鐘差預(yù)報
發(fā)布時間:2023-02-10 08:11
針對BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)模型預(yù)測衛(wèi)星鐘差中權(quán)值和閾值的最優(yōu)化問題,提出了基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)衛(wèi)星鐘差短期預(yù)報模型,給出了遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的基本思想、具體方法和實施步驟.為驗證該優(yōu)化模型的有效性和可行性,利用北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDou navigation satellite system, BDS)衛(wèi)星鐘差數(shù)據(jù)進行鐘差預(yù)報精度分析,并將其與灰色模型(GM(1,1))和BP神經(jīng)網(wǎng)絡(luò)模型預(yù)報的結(jié)果比較分析.結(jié)果表明:該模型在短期鐘差預(yù)報中具有較好的精度,優(yōu)于GM(1,1)模型和BP神經(jīng)網(wǎng)絡(luò)模型.
【文章頁數(shù)】:13 頁
【文章目錄】:
1 引言
2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
3 算例與數(shù)據(jù)分析
3.1 數(shù)據(jù)預(yù)處理
3.2 預(yù)報結(jié)果及精度分析
4 總結(jié)
本文編號:3739338
【文章頁數(shù)】:13 頁
【文章目錄】:
1 引言
2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
3 算例與數(shù)據(jù)分析
3.1 數(shù)據(jù)預(yù)處理
3.2 預(yù)報結(jié)果及精度分析
4 總結(jié)
本文編號:3739338
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3739338.html
最近更新
教材專著