【摘要】：為了提高目標威脅估計精度,提出一種運用改進粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法。為了避免陷入局部極值,將變異過程引入粒子群算法中,并對相關(guān)參數(shù)進行優(yōu)化,形成改進粒子群算法,對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進行優(yōu)化。利用樣本數(shù)量不同的訓練集對網(wǎng)絡(luò)進行訓練,并用60組測試集數(shù)據(jù)對網(wǎng)絡(luò)進行驗證。實驗結(jié)果表明,改進粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)目標威脅估計算法具有更高的預測精度,在訓練樣本數(shù)量較小時能夠獲得較好的預測能力,可以有效地完成目標威脅估計。
【作者單位】： 中國科學院長春光學精密機械與物理研究所;中國科學院大學;
【基金】：國家自然科學基金項目(61205143)
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 刁聯(lián)旺;于永生;;目標威脅估計的決策樹方法[J];江南大學學報(自然科學版);2009年05期

2 王小龍;宋裕農(nóng);丁文強;;基于分層貝葉斯網(wǎng)絡(luò)的反潛編隊對潛威脅估計[J];火力與指揮控制;2014年04期

3 李姜;郭立紅;;基于改進支持向量機的目標威脅估計[J];光學精密工程;2014年05期

4 史志富;郭曜華;;機載光電系統(tǒng)目標威脅估計的模糊貝葉斯網(wǎng)絡(luò)方法[J];傳感技術(shù)學報;2011年11期

5 趙建軍;王毅;楊利斌;付龍文;;基于動態(tài)貝葉斯網(wǎng)絡(luò)的防空作戰(zhàn)威脅估計[J];計算機技術(shù)與發(fā)展;2012年11期

6 王曉帆;王寶樹;羅磊;;基于粗糙集與計劃識別的威脅估計方法[J];計算機科學;2011年S1期

7 趙建軍;王毅;楊利斌;;基于時間序列預測的威脅估計方法[J];浙江大學學報(工學版);2014年03期

8 吳天俁;張安;李亮;;基于離散模糊動態(tài)貝葉斯網(wǎng)絡(luò)的空戰(zhàn)威脅估計[J];火力與指揮控制;2009年10期

9 李金鳳;錢建剛;曲彥雙;;基于粗糙集理論的威脅估計方法研究[J];艦船電子對抗;2009年05期

10 楊健;高文逸;劉軍;;一種基于貝葉斯網(wǎng)絡(luò)的威脅估計方法[J];解放軍理工大學學報(自然科學版);2010年01期

相關(guān)博士學位論文 前1條

1 王改革;基于智能算法的目標威脅估計[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2013年

相關(guān)碩士學位論文 前1條

1 賀穎;多源異質(zhì)傳感器決策層融合算法及其應(yīng)用研究[D];電子科技大學;2015年

，

本文編號：2535620