基于PSO-RBF神经网络的海战场电磁态势预测

• 作者: 杨洁 程晓健 穆彦斌
• 来源期刊: 现代电子技术
• 关键词: 海战场 电磁态势 神经网络 粒子群算法 模拟退火法 遗传算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TN911.1-34|TP311.54
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.03.001

摘要

针对海战场电磁态势的预测问题,提出一种基于改进粒子群(PSO)优化径向基函数(RBF)神经网络的海战场电磁态势预测方法.该方法使用自适应惯性权重、模拟退火法和遗传算法对常规的粒子群算法进行改进,提高算法的搜寻精度和速度,并采用改进粒子群算法优化RBF神经网络参数,提高网络的学习效率和预测精度.最后,对海战场电磁态势值之间的非线性映射关系进行仿真预测.实验结果表明,该方法可以有效地提高海战场电磁态势的预测精度,具有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洁	西安邮电大学通信与信息工程学院	39	157	8.0	10.0
2	穆彦斌	西安邮电大学通信与信息工程学院	2	8	2.0	2.0
3	程晓健	西安邮电大学通信与信息工程学院	2	8	2.0	2.0