改进粒子群优化BP神经网络的目标威胁估计

作     者：黄璇 郭立红 李姜 于洋 HUANG Xuan GUO Li-hong LI Jiang YU Yang

作者机构：中国科学院长春光学精密机械与物理研究所长春130033 中国科学院大学北京100039 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2017年第47卷第3期

页      面：996-1002页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(61205143) 

主　　题：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 

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。