基于BP神经网络的地球自转参数短期预测

摘要

随着科学技术的飞速发展，各类航天器的发射，军事武器的精确打击等等各种项目取得了巨大的发展。实际上这些技术的发展可以总结为一项发展：人类对地球研究的发展。
　　说到对地球的研究，首先想到的就是对地球自转参数的研究。研究地球自转参数对于解析其激发机制有重要作用，而且通过这些研究，还可以方便地帮助我们获得高精度的坐标转换参数，为各类卫星、航天器、导弹等发射提供不可替代的帮助。现阶段可以高精度地完成测定地球旋转参数的技术主要包括了 VLBI、SLR（两者在获取实时数据方面比较慢）、GPS（获取较快但也需要2至3小时）等。这些技术虽然能够获取高精度的地球自转参数但在信息的时效性上有一定缺陷。所以如何快速获取较为准确的地球自转参数就成了一项十分重要的工作。
　　国际地球自转服务组织，英文名字称作International Earth Rotation Service，我们可以从该组织获得研究所需要参照的数据，并从网络上下载下来。本文研究的数据就是从该网络上获得的，通过采用BP神经网络的方法对极移和日长变化进行预测。在具体的操作过程中，我们要把获取的数据归为二类：第一类我们是用来对函数进行操作和训练；第二类才是用来对观测的结果进行计算和预报的。并根据预测的结果误差大体筛选出最好的预测形式和预测天数，在决定了所要预测的天数基础之上，通过调整各类参数以及预测形式后获取数据。收集到BP神经网络预测方法获取的数据之后，通过现实中常用的预测模型预测同样的值，然后将两次预测所获得的值通过图像展示出来。首先进行均误差的比较，由于神经网络预测数据偏差的一致性，一般会出现预测误差集体较好或较差的情况。试验结果的分析表明基于 MATLAB的 BP神经网络预测数据在参数调整到最优的情况下，所获得的值误差明显要低于其它的方法所获得的误差。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 研究背景与意义

1.3 国内外的研究状况

1.4 本文工作重点

第二章 地球自转理论研究和进展

2.1 地球自转

2.2 地球自转理论基础研究

2.3 地球自转参数的研究方法的历史

2.4 地球自转参数的数据分析

2.5 地球自转对现实生活中人类各项活动的影响

第三章 BP神经网络

3.1 人工神经网络

3.2 BP神经网络理论

3.3 BP神经网络学习算法

3.4 基于Matlab的神经网络训练函数

第四章 基于BP神经网络的短期地球自转参数预测

4.1 BP神经网络方式的选择

4.2 过程中的细节处理

4.3 对比方式的选择

4.4 具体实例

4. 5本章小结

第五章 结论与展望

5.1 主要内容及结论

5.2 展望

参考文献

致谢