樊春玲, 张静, 金志华, 田蔚风
导航与控制. 2004, 3(1): 8-12.
为了减小动调陀螺仪(DTG)随机漂移的建模误差,提出了一种灰色径向基(RBF)神经网络的新型混合建模方法。此混合策略基于两点事实:(1) 当运用神经网络建模时,其建模精度将受到数据中随机性的影响,随机性越大,建模精度越低,反之亦然;(2) 灰色理论中的累加生成操作(AGO)具有消除数据随机性的特点,能够减小隐含在数据中的随机性,使得数据变得有规则。因此将灰色理论中的AGO预处理方法引入到RBF神经网络中,能够减小数据中的随机性,使得神经网络的建模精度大大提高。实测的DTG漂移数据经AGO处理后,随机性减小,再被施以RBF神经网络进行建模,结果证明此方法是可行、有效的。