-
题名基于差分进化支持向量机的作战效能评估方法
被引量：7
- 1
-
-
作者
杨健为
徐坚
吴小役
鲁玉祥
魏继卿
-
机构
西北机电工程研究所
-
出处
《火炮发射与控制学报》
北大核心
2016年第1期16-20,共5页
-
文摘
武器系统作战效能的评估具有重要意义。针对作战效能评估过程中影响因素复杂、小样本、非线性等问题,引入基于最小二乘法的支持向量机回归算法,用于作战效能的学习与预测。为了提高预测精度,引入差分进化算法进行支持向量机的参数优化选取。以地地导弹武器系统效能为例,分别采用BP神经网络算法、经典支持向量机算法与本文算法进行仿真计算,结果表明差分进化支持向量机算法可很好地实现武器系统作战效能评估,具有较好的计算精度。
-
关键词
作战效能
支持向量机
差分进化算法:BP神经网络
-
Keywords
operational effectiveness
support vector machine
differential evolution
BP neural network
-
分类号
TJ01
[兵器科学与技术—兵器发射理论与技术]
-
-
题名基于DEBP的GPS高程拟合
被引量：6
- 2
-
-
作者
杨敏
李瑞霞
汪云甲
-
机构
中国矿业大学环境与测绘学院
江苏省资源环境信息工程重点实验室
太原理工大学阳泉学院
-
出处
《测绘通报》
CSCD
北大核心
2008年第12期4-7,10,共5页
-
基金
国家自然科学基金资助项目(5081120111
50774080)
+1 种基金
教育部全国优秀博士学位论文作者专项资金资助项目(200348)
中国矿业大学青年科研基金资助项目(2007A033)
-
文摘
针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用差分进化算法(DE)的全局寻优性,结合DE和BP的各自优点,分析和建立进化神经网络(DEBP)模型,并将该模型应用于GPS高程拟合。最后以实例数据,进行BP,DE及DEBP模型的对比实验,结果表明,该模型有效克服了传统模型的不足,在收敛速度、预测精度及稳定性等方面均明显提高。
-
关键词
GPS高程拟合
高程异常
差分进化算法
差分进化神经网络
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
