基于改进Elman神经网络的目标威胁度预测评估

• 作者: 徐公国 段修生
• 来源期刊: 探测与控制学报
• 关键词: 目标威胁度 Elman神经网络 量子粒子群优化算法 防空作战
• 年，卷（期）: 2017,（3）
• 页码范围: 101-106
• 页数: 6页
• 分类号: TP183
• 语种: 中文

摘要

针对地面防空作战中目标威胁度难以准确评估的问题,提出了基于改进Elman神经网络的目标威胁度动态预测评估方法.该方法利用量子粒子群智能优化(QPSO)算法对Elman神经网络进行了改进,提出了QPSO-Elman神经网络,并基于优化的QPSO-Elman神经网络构建了目标威胁度的动态预测评估模型.仿真分析表明,该方法有效解决了目标威胁度的动态评估问题,预测结果更加准确且实用性强,增强了防空系统的作战能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段修生		2	6	1.0	2.0
2	徐公国		1	6	1.0	1.0