改进粒子群优化BP神经网络的目标威胁估计

发布时间：2019-09-13 05:47

【摘要】：为了提高目标威胁估计精度,提出一种运用改进粒子群算法优化BP神经网络的方法。为了避免陷入局部极值,将变异过程引入粒子群算法中,并对相关参数进行优化,形成改进粒子群算法,对BP神经网络的初始权值和阈值进行优化。利用样本数量不同的训练集对网络进行训练,并用60组测试集数据对网络进行验证。实验结果表明,改进粒子群优化BP神经网络目标威胁估计算法具有更高的预测精度,在训练样本数量较小时能够获得较好的预测能力,可以有效地完成目标威胁估计。
【作者单位】： 中国科学院长春光学精密机械与物理研究所;中国科学院大学;
【基金】：国家自然科学基金项目(61205143)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 刁联旺;于永生;;目标威胁估计的决策树方法[J];江南大学学报(自然科学版);2009年05期

2 王小龙;宋裕农;丁文强;;基于分层贝叶斯网络的反潜编队对潜威胁估计[J];火力与指挥控制;2014年04期

3 李姜;郭立红;;基于改进支持向量机的目标威胁估计[J];光学精密工程;2014年05期

4 史志富;郭曜华;;机载光电系统目标威胁估计的模糊贝叶斯网络方法[J];传感技术学报;2011年11期

5 赵建军;王毅;杨利斌;付龙文;;基于动态贝叶斯网络的防空作战威胁估计[J];计算机技术与发展;2012年11期

6 王晓帆;王宝树;罗磊;;基于粗糙集与计划识别的威胁估计方法[J];计算机科学;2011年S1期

7 赵建军;王毅;杨利斌;;基于时间序列预测的威胁估计方法[J];浙江大学学报(工学版);2014年03期

8 吴天俣;张安;李亮;;基于离散模糊动态贝叶斯网络的空战威胁估计[J];火力与指挥控制;2009年10期

9 李金凤;钱建刚;曲彦双;;基于粗糙集理论的威胁估计方法研究[J];舰船电子对抗;2009年05期

10 杨健;高文逸;刘军;;一种基于贝叶斯网络的威胁估计方法[J];解放军理工大学学报(自然科学版);2010年01期

相关博士学位论文 前1条

1 王改革;基于智能算法的目标威胁估计[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2013年

相关硕士学位论文 前1条

1 贺颖;多源异质传感器决策层融合算法及其应用研究[D];电子科技大学;2015年

，

本文编号：2535620