基于GA-SLFRWNN的空中目标威胁评估 |
| |
引用本文: | 陈侠,刘子龙,梁红利.基于GA-SLFRWNN的空中目标威胁评估[J].西北工业大学学报,2019(2). |
| |
作者姓名: | 陈侠 刘子龙 梁红利 |
| |
作者单位: | 沈阳航空航天大学自动化学院 |
| |
摘 要: | 针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目标威胁评估方法。首先通过分析威胁评估的影响因素及其信息的模糊性,将RWNN嵌入FNN的后件部分,以实现增强自学习能力的目的,然后采用GA对模型初始参数进行优化选取,并提出了基于李雅普诺夫理论的最优学习率。仿真实验表明:相比于FNN和FRWNN,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。
|
本文献已被 CNKI 等数据库收录! |
|