基于GA-SLFRWNN的空中目标威胁评估

作     者：陈侠 刘子龙 梁红利 CHEN Xia;LIU Zilong;LIANG Hongli

作者机构：沈阳航空航天大学自动化学院辽宁沈阳100136 

出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期：2019年第37卷第2期

页      面：424-432页

核心收录：

学科分类：08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金(61503255) 航空科学基金(2016ZC54011) 辽宁省自然科学基金(2015020063)资助 

主　　题：目标威胁评估 模糊神经网络 模糊递归小波神经网络 遗传算法 最优学习率 

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。