基于遗传算法优化LSSVM的初速预测

• 作者: 田珂 王荣江 郭丰
• 来源期刊: 火炮发射与控制学报
• 学科: 工学
• 关键词: 弹丸初速 数据缺失 ARIMA模型 GM(1,1)模型 支持向量回归机 BP神经网络模型 遗传算法优化LSSVM 预测精度
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 应用研究
• 页码范围: 24-28,34
• 页数: 5页
• 分类号: TJ38
• 语种: 中文
• DOI: 10.19323/j.issn.1673-6524.2022.05.004

摘要

利用两台初速雷达测试弹丸炮口初速的试验中，当一台雷达的数据出现缺失时，通过建模预测出缺失的数据成为一项必要的工作。预测初速主要采用GM(1,1)模型，但是该模型并不完全适合预测初速，所以预测精度不理想。通过深入分析两台雷达之间的关联性，选择把两台雷达的数据进行融合，同时根据弹丸初速自身的特征，选择建立遗传算法优化LSSVM对缺失的数据进行预测。实验验证时，选择ARIMA模型、GM(1,1)模型、支持向量回归机、BP神经网络作为对比模型，两次验证的结果表明，遗传算法优化LSSVM的预测精度最高，误差远小于1‰,达到了初速雷达测试弹丸初速的误差标准，是预测弹丸初速的最佳模型。