典型文献
利用粒子群算法改进电离层TEC预报模型
文献摘要：
针对电离层TEC预报神经网络模型参数选择复杂度高的问题,引入粒子群算法优化改进LSTM神经网络模型参数,以提高其预报精度.利用IGS中心提供的低、中、高纬度电离层T EC数据,根据太阳活动选取两个时段进行预报,将预报结果与IGS中心提供的TEC值进行对比分析.实验结果表明,PSO-LSTM模型预报效果最优,太阳活动平静期预报均方根误差为0.81 TECu,平均相对精度为91.72％;太阳活动剧烈期预报均方根误差为1.25 TECu,平均相对精度为80.98％,通过对比分析表明改进模型在预报精度和稳定性方面相比传统模型均有提升.
文献关键词：
粒子群算法;LSTM神经网络;总电子含量;预报精度
中图分类号：
作者姓名：
杨淑芬;曾聪;唐钰涵
作者机构：
中交第二公路勘察设计研究院有限公司,武汉 430056
文献出处：
引用格式：
[1]杨淑芬;曾聪;唐钰涵-.利用粒子群算法改进电离层TEC预报模型)[J].测绘工程,2022(02):24-30
A类：
B类：
粒子群算法,算法改进,电离层,预报模型,参数选择,算法优化,优化改进,预报精度,IGS,高纬度,太阳活动,PSO,预报效果,平静,TECu,相对精度,改进模型,传统模型,总电子含量
AB值：
0.265279
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
