基于GA-WPA优化的BP神经网络目标威胁估计

摘要

在防空作战中,目标威胁估计是指挥控制过程的重要一环,是决策和指挥的重要依据;BP神经网络能够解决目标威胁估计问题,但存在收敛速度慢、易陷入局部最优等缺点;提出将遗传算法(genetic algorithm,GA)的选择、交叉和变异操作融入到狼群算法(wolf pack algorithm,WPA)中,提出了GA-WPA算法,以提高狼群算法的收敛速度;在此基础上,利用所提出的GA-WPA算法对BP神经网络进行优化,确定最优初始权值和阈值;最后,将优化后的BP神经网络解决地面防空系统目标威胁估计问题;仿真实验表明,所提算法能够有效克服BP神经网络收敛速度慢、易陷入局部最优等缺点,能够提高目标威胁估计的准确性和适应性.