改进粒子群优化BP神经网络的目标威胁估计

被引：24

作者：

黄璇 ^{[1
,2
]}

郭立红 ^{[1
]}

李姜 ^{[2
]}

于洋 ^{[2
]}

机构：

[1] 中国科学院长春光学精密机械与物理研究所

[2] 中国科学院大学

来源：

吉林大学学报(工学版) | 2017年 / 03期

关键词：

信息处理技术; 威胁估计; 粒子群优化算法; BP神经网络; 参数优化;

D O I：

10.13229/j.cnki.jdxbgxb201703042

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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。

引用

页码：996 / 1002

页数：7

共 12 条

[1] 磷虾群算法优化支持向量机的威胁估计 [J].