基于灰色BP网络的卫星钟差预报

精密卫星钟差是精密定轨的重要因素之一.将BP神经网络模型引入卫星钟差预报,分别对少量及大量的卫星钟差数据进行预报,将其预报精度和灰色模型GM(1,1)预报结果进行分析比较,证明BP神经网络模型适于卫星钟差预报.通过对IGU超快速星历中的卫星钟差进行预报,发现前期预报精度很高,验证了其实际有效性.     

灰色模型与自回归模型组合在钟差短期预报中的应用研究

研究卫星钟差预报的精度及稳定性对增强卫星导航系统的导航、授时等功能有重要作用。针对GM(1,1)模型在卫星钟差短期预报时存在的问题,引入AR模型对其预报结果进行修正,以提高钟差预报结果的精度和稳定性。实验结果表明：组合模型的预报精度较单一GM(1,1)模型有一定提高,其中铷钟的精度提高较为明显,铯钟的精度则提高较少;此外,组合模型的误差变化趋势与GM(1,1)模型相似,但稳定性相对更高。     

基于灰色理论和神经网络的零件尺寸精度的组合预报

零件的尺寸精度是非常复杂的非线性问题.运用灰色理论的GM(1,1)模型和神经网络BP模型相结合的方法对机械零件的尺寸精度的预测进行了分析研究,同时建立了灰色理论的预测模型和神经网络模型的组合算法,解决了非等时序列的预报问题.仿真实验证明,此方法是可行的,具有一定的实用价值.     

基于灰色人工神经网络组合模型的交通量预测

针对公路远景交通量预测工作中常存在交通量原始数据呈随机性、非线性变化的特点,同时学习样本量较小、信息不充分的问题,充分利用贝叶斯正则化神经网络非线性逼近,良好的泛化能力和无偏GM(1,1)模型的少数据建模,弱化原始数据随机性并增强规律性,消除了传统GM(1,1)模型预测所固有的偏差的优点,建立无偏GM(1,1)-贝叶斯正则化神经网络交通量组合预测模型,并应用于实际交通量预测中.与传统BP预测模型比较,算例结果表明所建模型有效可行,提高了预测精度.     

双变权缓冲GM(1,1)模型在GPS卫星钟差预报中的应用

GPS卫星钟差预报时,传统GM(1,1)模型对存在跳变和扰动因素的卫星钟差数据预报效果较差,为了提高模型的预报精度,提出应用缓冲算子改善原始数据的光滑度,而现实中传统的缓冲算子大都是固定不变的,作用强度不可调,适用性较差。针对这些问题,引入变权缓冲算子结合加权背景值,通过搜索寻优算法以拟合值和实际值的误差平方和最小为目标,选择最优变权缓冲系数和背景权值,从而构建双变权缓冲GM(1,1)模型。通过理论分析和算例结果表明,对不同类型GPS卫星钟,优化的模型相比传统GM(1,1)模型的预报精度改善效果不同,其中对铯钟提高不明显,对铷钟均有所提高。     

基于ESMD-BP神经网络组合模型的中长期径流预报

径流预报的精度直接关系到流域水资源优化配置与综合利用的效益最大化.针对径流序列非线性、非平稳、直接预测精度低的特点,首次利用具有自适应性特点的极点对称模态分解(Extreme-point Symmetric Mode Decomposition,ESMD)方法对径流序列平稳化处理,结合可逼近任何非线性映射的误差反向传播网络(Back Propagation Neural Network,BP神经网络),建立ESMD-BP神经网络组合预报模型,并将其应用于黄河上游龙羊峡水库入库站唐乃亥站月径流和旬径流预报.首先,利用ESMD方法将径流序列中不同尺度的分量和趋势分量逐级提取出来,甄别了大尺度循环和非线性趋势;进而,分析径流周期和趋势变化规律;然后,利用BP神经网络将非平稳径流序列的直接预测转化为平稳的模态分量和趋势余项的预测,加和重构得到最终预测结果.并与单一BP神经网络、经验模态分解(Empirical Mode Decomposition,EMD)与BP神经网络组合模型作对比,结果表明:ESMD-BP神经网络组合模型的预报误差最小、预报精度最高.组合模型为"分解→预测→重构"模式,结合了EMD数据自适应分析和BP神经网络非线性映射的优点,提高了径流预报的准确率,为水文预报精度的提高开辟了新思路.     

基于灰色网络组合优化的年增油量预测

老井措施增油成为油田稳产、降低油田区块开发成本的必然选择。针对多项式回归预测的局限性、灰色理论不能反映影响因素特征、神经网络需求数据多且数据敏感性差等特征,通过建立最优控制模型,实现GM（1,1）灰色理论与神经网络的高精度组合预测。以某油田区块2011-2018年的措施增油为例,对影响措施增油量的因素进行识别,建立了最优控制灰色神经网络模型对老井措施年增油量进行预测,相比多项式回归预测、GM（1,1）预测及BP神经网络预测方法,新模型模拟效果更好,预测精度更高。新方法对2018年措施年增油量的预测精度达97.34%。基于最优控制的灰色神经网络模型可以作为一种人工智能组合最优化模型预测措施年增油量,为准确预测措施增油效果,指导油田开发决策提供了新的思路。     

非线性灰色-时序组合模型在隧道变形监测中的应用研究

隧道变形监测时由于受外界因素或系统因素的干扰,所获得的观测数据往往会含有误差或粗差,必须在建模之前对观测数据进行预处理。选用格拉布斯准则对观测数据进行粗差检验,可以有效地避免粗差对模型预测精度的干扰进而提高模型的预测精度,且将灰色时序组合模型用于隧道变形监测分析预报中,并与单一的GM(1,1)模型和时间序列模型的预测精度作对比,结果表明:组合模型在隧道变形预测分析预报中有较高的精度。     

无偏灰色RBF神经网络组合模型在药品销售预测中的应用

针对药品销售的非线性和随机性;单一预测模型不能全面反映药品销售变化规律等缺陷;提出了一种无偏灰色GM(1,1)RBF神经网络组合预测模型.组合模型兼顾无偏灰色GM(1,1)模型和RBF神经网络模型的优点;并运用该模型对某种降压药销售进行仿真实验;结果表明;相对于单一预测模型;组合预测模型更加科学、可靠;更能准确描述药品销售的变化规律;提高了药品销售的预测精度;在药品销售预测中具有一定的实用价值.     

正交迭代泛函网络在中短期钟差预报中的应用

 在卫星钟源无法与地面钟源进行实时比对的时段中,准确预报卫星钟差对于维持卫星的稳定运行具有重要意义。针对卫星钟差的中短期预报问题,选择多项式模型对钟差进行建模分析,设计了一种基于滑动窗模型的正交迭代泛函网络算法。利用泛函网络的非线性学习能力对钟差预报模型进行拟合分析,采用正交函数作为泛函网络的基函数簇,并引入滑动窗思想来更新输入层元素进行迭代训练,获得较小的预报误差。分析表明,预报时间小于12 h 时,预报误差为0.2~0.5 ns,预报精度与IGU P精度相当;当预报时间为24 h 时,预报误差总体在1 ns,预报精度略次于IGU P 精度;当预报时间为1 个卫星周时,最大误差达130 ns,难以满足卫星运行对钟源的要求。研究表明：该算法适合于短期卫星钟差预报,不适合中长期钟差预报。     

时钟同步状态图

时钟同步问题是分布式系统中的核心技术之一. 研究了在异步通信网络环境中,采用连续的时间戳通信模型,并利用时钟精度差概念实现系统中各个计算机之间的时钟同步. 为有效评估系统中时钟同步的状态,提出了采用时钟精度差作为权值来构造时钟同步状态图,为时钟的研究提供了一个新思路,提高了时钟同步系统的精度.     

基于人工鱼群优化LS-SVM的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内。     

基于WLAN信标的连续时钟同步算法

IEEE 802.11无线局域网自有的时钟同步协议的定时同步功能（timing synchronization function,TSF）采用偏移量补偿的方式.基于这种TSF满足不了实时应用对同步精度的要求,提出一种基于WLAN信标的主从结构式连续时钟同步算法.该算法具有同步精度高、时钟连续变化、抗信标延迟和丢失能力强等优点.     

单点双信道网络测量系统的时钟误差概率模型

网络测量技术已成为当前互联网技术研究的热点之一. 时钟误差是网络测量中最主要的直接误差来源. 传统网络测量技术重视修正和提高时钟精度,但忽视了测量中客观误差对结果的影响,这种做法不适用于对高速网络的分布式协同测量中的误差进行定量描述. 基于此,结合误差分析理论和网络被动测量的具体特点,提出了针对单点双信道被动测量系统的一般性时钟误差概率模型,引入误差不确定度来定量描述协调测量结果的精确度和合理性.     

基于环状拓扑的网络时钟同步

时钟同步是很多网络应用的基本要求。本文研究并设计实现了基于环状拓扑的分布式多主机时钟同步系统。系统使用面向单向延迟测量的Altair&Vega（A&V）方法支持两主机间的时间同步，利用特有的环状拓扑上的累积误差提高系统的精度。文中详细介绍了动态环状逻辑拓扑的控制方案和高精度的相对时钟偏移修正方案，并对测试结果进行了详细的分析，通积累误差得到毫秒级的同步结果。     

分布式系统高精度时钟同步算法及其实现

时钟漂移与传输延时的不确定性是分布式系统时钟同步中一个不容忽视的问题，它直接影响同步精度．为此，充分考虑两者的影响，基于锁相环原理将PID调节与线性补偿相结合，提出了一种高精度时钟同步算法．采用RTLinux构建了具有时间触发机制的工业以太网实验平台，并在该平台上对所提出的同步算法进行实验研究，得到了网络延时参数的分布曲线和同步性能曲线等．结果表明，该同步算法有效地抵消了时钟漂移，抑制了网络延时的不确定性，获得了更高的时钟同步精度。     

DS/CDMA接收机高精度时钟同步及其校准技术

介绍了以卫星导航系统时钟为参考时间基准，通过时间比对的方法，实现对卫星接收机高精度频率源OCXO的时钟同步及校准，成功地解决了卫星导航系统与卫星接收机时钟同步的问题，为卫星导航定位电文解算提供可靠的时序．正确地解算导航电文，以保证后续的位置定位的精度要求．     

基于DS理论的网络时钟同步算法

目前的NTP(Network Time Protocol)时钟同步算法已不能满足许多新兴网络对时钟同步精度的要求.为此,提出一种基于DS(Dempster/Shafer)理论的NTP时钟同步改进算法.在分析目前NTP时钟同步算法不足的基础上,将DS理论引进到传统的NTP时钟同步中,建立一种改进的NTP时钟同步算法并进行...     

基于群机系统的时钟同步模型

叙述了并行分布式系统中时钟同步的重要性，并介绍了完成时钟同步的三种主要方法.抽象出群机系统模型.在此基础上提出了linux系统环境下的群机系统的时钟同步模型.