基于混合遗传 BP 神经网络的城市系统作战能力评估

• 作者: 刘新学 夏维 范金龙 范阳涛
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 城市系统 作战能力 反向传播神经网络 混合遗传算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 系统工程
• 页码范围: 107-113
• 页数: 7页
• 分类号: TJ760
• 字数: 5296字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.01.16

摘要

针对现有城市系统作战能力评估方法较少的问题，利用反向传播（back propagation，BP）神经网络在能力评估方面所具有的自适应、自学习、强容错性和泛化映射等优势，建立了评估指标体系并给出了指标的隶属函数。通过模拟退火遗传算法（simulated annealing and genetic algorithm，SAGA）优化 BP 神经网络的连接权重和阀值，弱化了指标评价中的人为因素，提高了评价结果的准确性、客观性和权威性，有效解决了传统遗传算法和BP 神经网络易陷入局部极小值、收敛速度慢和抗干扰能力差等问题。仿真实例验证了该方法对城市系统作战能力评估的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范阳涛	火箭军工程大学初级指挥学院	6	40	3.0	6.0
2	夏维	火箭军工程大学初级指挥学院	7	42	3.0	6.0
3	刘新学	火箭军工程大学初级指挥学院	25	65	5.0	7.0
4	范金龙	火箭军工程大学初级指挥学院	4	19	2.0	4.0