典型文献
基于SSA-Elman神经网络的电离层TEC短期预报模型
文献摘要：
针对基于神经网络的电离层TEC短期预报存在精度较低、易陷入局部最优的问题,利用CODE中心提供的TEC数据及地磁活动指数,建立基于麻雀搜索算法(SSA)改进Elman神经网络的电离层TEC短期预报模型,并通过BP模型、Elman模型及SSA-Elman组合模型分别对电离层平静期和扰动期中低纬度TEC进行5 d连续预报.实验结果表明,利用优化后的Elman神经网络模型对TEC进行连续5 d预报时,单个年积日的均方根误差最优可达1.443 TECu,相关系数最优可达0.976,优于BP模型和Elman神经网络模型.
文献关键词：
电离层;总电子含量;麻雀搜索算法;神经网络;预报精度
中图分类号：
作者姓名：
汤俊;钟正宇;李垠健;高鑫
作者机构：
华东交通大学土木建筑学院,南昌市双港东大街 808 号,330013
文献出处：
引用格式：
[1]汤俊;钟正宇;李垠健;高鑫-.基于SSA-Elman神经网络的电离层TEC短期预报模型)[J].大地测量与地球动力学,2022(04):378-383
A类：
B类：
SSA,Elman,电离层,短期预报,预报模型,局部最优,CODE,地磁活动指数,麻雀搜索算法,组合模型,平静,低纬度,报时,年积日,TECu,总电子含量,预报精度
AB值：
0.251183
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。
