針對(duì)飛機(jī)高頻通信中通信頻率選擇不當(dāng)導(dǎo)致信號(hào)衰落等問(wèn)題,提出一種基于混沌理論和思維進(jìn)化算法優(yōu)化的Elman神經(jīng)網(wǎng)絡(luò)相結(jié)合的臨界頻率f₀F₂預(yù)測(cè)方法。分析和驗(yàn)證f₀F₂時(shí)間序列的混沌特性;采用混沌理論重構(gòu)技術(shù)重建f₀F₂時(shí)間序列的相空間,并根據(jù)相空間結(jié)構(gòu)確定Elman神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)個(gè)數(shù);利用思維進(jìn)化算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值。數(shù)值和實(shí)驗(yàn)分析表明,Chaos-MEA-Elman算法比Elman神經(jīng)網(wǎng)絡(luò)對(duì)電離層臨界頻率f₀F₂的預(yù)測(cè)精確度更高,為預(yù)測(cè)飛機(jī)最佳通信頻率提供新的方法。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用與軟件. 2020,37(04)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引 言
1 電離層參數(shù)的混沌特性
    1.1 電離層參數(shù)重構(gòu)
    1.2 重構(gòu)參數(shù)計(jì)算
    1.3 混沌特性檢驗(yàn)
2 電離層參數(shù)預(yù)測(cè)模型
    2.1 Elman神經(jīng)網(wǎng)絡(luò)
    2.2 隱含層神經(jīng)元個(gè)數(shù)確定
    2.3 MEA算法優(yōu)化神經(jīng)網(wǎng)絡(luò)
    2.4 頻率預(yù)測(cè)評(píng)價(jià)標(biāo)準(zhǔn)
3 f0F2實(shí)例預(yù)測(cè)
4 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的熱軋帶鋼彎輥力預(yù)報(bào)模型[J]. 王振華,龔殿堯,李廣燾,張殿華.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(12)
[2]混沌系統(tǒng)相空間重構(gòu)參數(shù)選取的仿真研究[J]. 行鴻彥,劉剛.  計(jì)算機(jī)仿真. 2018(07)
[3]基于MEA-WNN的短波通信最佳頻率預(yù)測(cè)[J]. 趙德群,陳鵬宇,孫光民,段建英,蘇晉海.  北京工業(yè)大學(xué)學(xué)報(bào). 2018(02)
[4]BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)確定方法研究[J]. 王嶸冰,徐紅艷,李波,馮勇.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(04)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的短波通信信道預(yù)測(cè)方法[J]. 張想,李明齊,王潮.  工業(yè)控制計(jì)算機(jī). 2017(10)
[6]MEA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電主軸熱誤差分析研究[J]. 謝杰,黃筱調(diào),方成剛,張虎,周寶倉(cāng).  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(06)
[7]基于MEA-Elman神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率短期預(yù)測(cè)[J]. 艾格林,孫永輝,衛(wèi)志農(nóng),葛夕武,孫國(guó)強(qiáng),吳國(guó)梁.  電網(wǎng)與清潔能源. 2016(04)
[8]基于IRI-2012模型廣州地區(qū)f0F2實(shí)測(cè)與預(yù)測(cè)的對(duì)比分析[J]. 萬(wàn)德煥,黃江,鄧柏昌,徐杰,孔德寶,林果果.  空間科學(xué)學(xué)報(bào). 2015(02)
[9]高頻頻率預(yù)測(cè)方法中國(guó)區(qū)域的精細(xì)化研究[J]. 王健,馮曉哲,趙紅梅,付煒,姬生云,王佩.  地球物理學(xué)報(bào). 2013(06)
[10]小數(shù)據(jù)量法計(jì)算最大Lyapunov指數(shù)的參數(shù)選擇[J]. 楊永鋒,仵敏娟,高喆,吳亞鋒,任興民.  振動(dòng).測(cè)試與診斷. 2012(03)



本文編號(hào)：3461379