摘要：针对现有单一导航卫星钟差预报模型存在预报精度不高的问题,提出了改进粒子群算法优化的组合预报模型。该模型利用差分自回归移动平均模型（ARIMA）和最小二乘向量机（LSSVM）模型的特点,首先建立ARIMA模型预报钟差数据的线性部分,并得到预报残差;然后,根据残差建立LSSVM模型预报非线性部分,最后的预报结果即两个预报结果之和。同时引入随优化代数变化的惯性权值和加速度因子,来提高粒子群（PSO）算法寻优能力,并用其优化组合预报模型中LSSVM部分的惩罚因子和核函数参数选取过程,以提高模型的预报精度。实例与结果分析表明,组合模型较单一模型在预报精度上有30%~50%的提高,为导航卫星高精度短期钟差预报提供了一种新思路。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社