摘要：为避免单一模型预报钟差的弱点，提出了一种基于灰色系统和神经网络（neural network, NN)的混合模型来实现钟差的预报，并给出了基于GM（1，1）模型和广义回归神经网络（generalized regression neural network，GRNN）进行钟差预报的基本思想、具体方法和实施步骤。针对神经网络算法易训练过度、泛化能力弱的问题，采用重交叉验证法（K-fold cross-validation）提高网络的泛化能力。为验证该混合预报模型的可行性和有效性，利用实测GPS卫星钟差数据进行钟差预报精度分析，并将其与灰色系统模型和经典权线性组合灰色模型进行比较分析。结果表明，该模型具有较好的预报精度，优于另外两种模型。 

　　关  键  词：灰色系统；神经网络；钟差预报 

　　中图分类号：P228.4 

　　文献标志码：A                     文章编号：1674-0637(2013)03-0156-08