改进非等间距GM（1,1）-BP模型的导弹退化状态预测

论文摘要

为提高导弹退化状态预测的精度,结合导弹测试数据不等时间间隔的特点,提出了一种基于改进非等间距GM（1,1）-BP模型的导弹退化状态预测方法。对传统非等间距GM（1,1）模型的背景值和初始条件进行优化,引入新陈代谢思想,在此基础上,构造灰色模型拟合值与实际值的差值序列,进而建立差值序列的BP神经网络预测模型,还原得到最终预测值,提高了预测精度。此设计方法结合了灰色模型对趋向性数据的预测优势和BP神经网络强大的非线性拟合能力,达到了取长补短、相得益彰的效果。通过导弹测试数据的预测实例,验证了方法的有效性和优越性。

论文目录

• 0 引言
• 1 改进非等间距GM （1, 1） 模型的构建
•   1.1 传统非等间距GM （1, 1） 模型的建立
•   1.2 非等间距GM （1, 1） 模型的优化
•     1.2.1 误差原因分析
•     1.2.2 权值搜索的背景值优化
•     1.2.3 初始条件优化
•     1.2.4 新陈代谢预测
• 2 改进非等间距GM （1, 1） -BP模型的构建
•   2.1 BP神经网络结构及算法
•   2.2 改进非等间距GM （1, 1） -BP预测模型
• 3 预测实例及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 徐廷学,刘崇屹,朱桂芳,唐玲,刘沛纹

关键词: 非等间距,模型,背景值优化,初始条件优化,新陈代谢,神经网络,权值搜索算法

来源: 现代防御技术 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 非线性科学与系统科学,武器工业与军事技术,自动化技术

单位: 海军航空大学,中国人民解放军92957部队,中国人民解放军92095部队

基金: 国家自然科学基金(51605487),山东省自然科学基金(ZR2016FQ03)

分类号: TJ760;N941.5;TP183

页码: 128-136

总页数: 9

文件大小: 255K

下载量: 56