基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型。其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练。将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估。仿真表明该混合算法收敛速度快,能有效避免局部极值问题。