為提高導(dǎo)彈退化狀態(tài)預(yù)測的精度,結(jié)合導(dǎo)彈測試數(shù)據(jù)不等時間間隔的特點(diǎn),提出了一種基于改進(jìn)非等間距GM（1,1）-BP模型的導(dǎo)彈退化狀態(tài)預(yù)測方法。對傳統(tǒng)非等間距GM（1,1）模型的背景值和初始條件進(jìn)行優(yōu)化,引入新陳代謝思想,在此基礎(chǔ)上,構(gòu)造灰色模型擬合值與實(shí)際值的差值序列,進(jìn)而建立差值序列的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,還原得到最終預(yù)測值,提高了預(yù)測精度。此設(shè)計方法結(jié)合了灰色模型對趨向性數(shù)據(jù)的預(yù)測優(yōu)勢和BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性擬合能力,達(dá)到了取長補(bǔ)短、相得益彰的效果。通過導(dǎo)彈測試數(shù)據(jù)的預(yù)測實(shí)例,驗(yàn)證了方法的有效性和優(yōu)越性。 

【文章來源】：現(xiàn)代防御技術(shù). 2019,47(03)

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 改進(jìn)非等間距GM (1, 1) 模型的構(gòu)建
    1.1 傳統(tǒng)非等間距GM (1, 1) 模型的建立
    1.2 非等間距GM (1, 1) 模型的優(yōu)化
        1.2.1 誤差原因分析
        1.2.2 權(quán)值搜索的背景值優(yōu)化
        1.2.3 初始條件優(yōu)化
        1.2.4 新陳代謝預(yù)測
2 改進(jìn)非等間距GM (1, 1) -BP模型的構(gòu)建
    2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及算法
    2.2 改進(jìn)非等間距GM (1, 1) -BP預(yù)測模型
3 預(yù)測實(shí)例及分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]運(yùn)用BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)模擬訓(xùn)練考核評估方法[J]. 賀照輝,申正義,許誠.  現(xiàn)代防御技術(shù). 2017(01)
[2]基于灰色聚類理論的非合作目標(biāo)交會效能評估[J]. 化金,朱學(xué)昌,王立旭.  現(xiàn)代防御技術(shù). 2016(06)
[3]灰色GM（1,1）模型優(yōu)化研究進(jìn)展綜述[J]. 許澤東,柳福祥.  計算機(jī)科學(xué). 2016(S2)
[4]基于背景值與初始條件優(yōu)化的非等間距GM（1,1）模型[J]. 胡大紅.  湖北文理學(xué)院學(xué)報. 2016(11)
[5]非等間距GM（1,1）模型背景值優(yōu)化方法在沉降預(yù)測中應(yīng)用[J]. 李勇,欒元重,張善廷.  北京測繪. 2016(05)
[6]基于多子代遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)[J]. 付曉明,王福林,尚家杰.  計算機(jī)仿真. 2016(03)
[7]基于UGM-ULSSVM的導(dǎo)彈制導(dǎo)控制系統(tǒng)狀態(tài)預(yù)測方法[J]. 徐廷學(xué),叢林虎,董琪.  上海交通大學(xué)學(xué)報. 2015(12)
[8]基于初始條件優(yōu)化的一種非等間距GM（1,1）建模方法[J]. 熊萍萍,黨耀國,姚天祥.  控制與決策. 2015(11)
[9]基于灰色馬爾科夫模型的波動性交通流量預(yù)測[J]. 孔垂猛,韓印.  森林工程. 2015(01)
[10]基于分?jǐn)?shù)階累加的離散灰色模型[J]. 吳利豐,劉思峰,姚立根.  系統(tǒng)工程理論與實(shí)踐. 2014(07)



本文編號：3623553