[發(fā)明專利]一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的銫噴泉鐘鐘與氫鐘頻差預(yù)估方法

在審

• 申請?zhí)枺?/td>: 201710750872.3
• 申請日: 2017-08-28
• 公開（公告）號: CN107505829A
• 公開（公告）日: 2017-12-22
• 發(fā)明（設(shè)計）人: 朱江淼;陳燁;閆迪;張月倩
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G04F5/14
• 分類號: G04F5/14;G06N3/08
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司11203
• 代理人: 沈波

1.一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的銫噴泉鐘鐘與氫鐘頻差預(yù)估方法，其特征在于：該方法的具體內(nèi)容如下，

第一步，通過時間間隔計數(shù)器測得銫原子噴泉鐘正常運行時與氫鐘的頻差值；

第二步，對實驗室測得的銫原子噴泉鐘與氫鐘頻差數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，即離群值檢測和缺失數(shù)據(jù)處理；由于原子鐘系統(tǒng)的維護、主氫鐘跳頻跳相、相位微躍器是否鎖定、溫度、濕度都會影響原子鐘的運行狀態(tài)，因此得到的數(shù)據(jù)并不一定是實際的頻差數(shù)據(jù)，會有一些數(shù)據(jù)點有較大的誤差；通過萊特準(zhǔn)則，對頻差數(shù)據(jù)進行篩選，得到剔除數(shù)據(jù)篩選后的銫原子噴泉鐘與氫鐘頻差數(shù)據(jù)，對剔除數(shù)據(jù)用該剔除數(shù)據(jù)的前10天和后10數(shù)據(jù)進行最小二乘法線性擬合得出該點頻差數(shù)據(jù)；從而補全頻差數(shù)據(jù)；

第三步，以原子鐘系統(tǒng)為基礎(chǔ)，建立頻差數(shù)據(jù)的遺傳小波神經(jīng)網(wǎng)絡(luò)模型，將銫原子噴泉鐘與氫鐘頻差數(shù)據(jù)的歷史值作為訓(xùn)練集，預(yù)測噴泉鐘的停運時刻的頻差值；

第四步，評價預(yù)測方法的有效性，利用均方根誤差公式：

RMS=1nΣi=1n(Δti)2,Δti=ti-t^]]>

式中，t_i是頻差值；為預(yù)報頻差值；RMS表示預(yù)測值與真實值之間的偏離程度，RMS越小表明預(yù)測性能越好，n為鐘差個數(shù)，Δt表示真實值與預(yù)測頻差值的差；

利用萊特準(zhǔn)則進行離群值檢測，檢測的原子鐘頻差數(shù)據(jù)為{x₁,x₂,x₃,···x_N-1,x_N}，N表示頻差值個數(shù)，x_N第N個頻差值；樣本均值是標(biāo)準(zhǔn)偏差S為萊特準(zhǔn)則是若測量值則該值為離群值，將其剔除，得到離群值檢測之后的銫原子噴泉鐘與氫鐘頻差數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的銫噴泉鐘鐘與氫鐘頻差預(yù)估方法，其特征在于：小波神經(jīng)網(wǎng)絡(luò)經(jīng)過對具體的數(shù)據(jù)分析實驗得出最合適的輸入層、隱含層和輸出層個數(shù)，選取適合非線性時間序列預(yù)測的Morlet小波基函數(shù)。

3.根據(jù)權(quán)利要求1所述的一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的銫噴泉鐘鐘與氫鐘頻差預(yù)估方法，其特征在于：用全局搜索性能強的遺傳算法對小波神經(jīng)網(wǎng)絡(luò)的參數(shù)包括權(quán)值及伸縮和平移因子參數(shù)。

4.根據(jù)權(quán)利要求1所述的一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的銫噴泉鐘鐘與氫鐘頻差預(yù)估方法，其特征在于：由于頻差數(shù)據(jù)是一組非線性隨機序列，其歷史數(shù)據(jù)特性對預(yù)測效果有一定的影響，為進一步提高預(yù)測精度，對其歷史數(shù)據(jù)即訓(xùn)練集點數(shù)對預(yù)測結(jié)果的影響做出了分析，分別采用60、80、100、120個不同的訓(xùn)練集點數(shù)作為網(wǎng)絡(luò)訓(xùn)練集，實驗得出訓(xùn)練集點數(shù)為80時預(yù)測效果最佳，均方根誤差值最小，故最終選取點數(shù)為80的訓(xùn)練集對噴泉鐘停運時的缺失值進行精準(zhǔn)預(yù)測。