基于量子粒子群优化BP神经网络的目标威胁估计

摘要

目标威胁估计是水面舰艇防空反导指挥决策的基础,为了提升估计的精度和稳定性,提出了一种运用量子粒子群算法优化BP神经网络的方法.利用量子测不准原理带来的粒子活动随机性提升BP网络的全局寻优能力,得到更优的网络初始权值和阈值,进而实现网络训练的优化,有效提升目标威胁估计计算效果.利用通用的样本数据作为训练集和测试集对网络进行训练和测试.仿真结果表明,基于量子粒子群算法优化BP网络算法威胁估计误差更小,也更加稳定,可以更好地应用于军事领域.