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
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
相关论文文献
标签:非等间距论文; 模型论文; 背景值优化论文; 初始条件优化论文; 新陈代谢论文; 神经网络论文; 权值搜索算法论文;