论文部分内容阅读
针对捷联惯组大部分误差系数时间序列复杂度高的特点，提出了一种基于经验模态分解和灰狼算法优化最小二乘支持向量机的惯组误差系数预测方法。首先将原始测试数据等间隔化，利用经验模态分解将复杂的时间序列分解为一系列较平稳的本征模函数，然后使用相空间重构构造预测模型的输入与输出；最后对各模态分别使用灰狼算法优化后的最小二乘支持向量机进行预测。在实例分析中，本文提出的预测模型较其它方法具有更好的预测精度。