基于麻雀搜索算法优化BP神经网络的弹丸射程预测研究

弹丸发射参数、气象条件等会影响弹丸射程，其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题，建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型，以弹丸射程作为输出指标，选取弹丸初速、发射角度和风力条件作为影响因素输入，经过数据预处理后进行弹丸射程预测；同时与粒子群算法(PSO)和遗传算法(GA)优化BP神经网络预测模型的预测精度进行对比，验证SSA优化BP神经网络模型的预测效果。结果表明，SSA-BP预测模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为10.456 4 m、11.831 3 m和0.058 13%,低于BP、PSO-BP、GA-BP预测模型的相应评估指标，所以SSA-BP模型的预测精度高于BP、PSO-BP、GA-BP预测模型，其可以为弹丸射程预测和远程火力打击研究提供支持。