基于遗传算法和ELM神经网络的目标威胁估计 |
| |
引用本文: | 陈路路,张建民,白洁,艾伟,杜楚,张岐坦,周云.基于遗传算法和ELM神经网络的目标威胁估计[J].无线电工程,2023(7):1719-1724. |
| |
作者姓名: | 陈路路 张建民 白洁 艾伟 杜楚 张岐坦 周云 |
| |
作者单位: | 1. 中国电子科技集团公司第五十四研究所 |
| |
摘 要: | 目标威胁程度是指挥员进行态势评估和指挥决策的重要依据。为准确估计目标威胁情况,提出了基于遗传算法和极限学习机(Genetic Algorithm and Extreme Learning Machine, GA-ELM)的目标威胁评估方法。采用遗传算法优化ELM神经网络的输入权重和隐含层阈值,优化后的ELM神经网络能够克服传统ELM网络不稳定的缺点,具有更好的目标威胁估计性能。实验结果表明,基于GA-ELM的目标威胁估计误差明显小于传统ELM方法,且输出的威胁结果更加稳定。
|
关 键 词: | 态势评估 极限学习机 遗传算法 目标威胁估计 |
|
|