基于PSO-BP的应急通信感知装备效能评价方法

摘要

应急通信感知装备效能评价可支撑相关装备的发展规划,而现有评价方法主观性强,且自适应能力有待提升。因此,提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法,旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系,然后将样本数据进行主成分分析法降维,建立BP神经网络回归模型,并结合PSO算法对模型的连接权值与阈值进行优化,形成PSO-BP模型以避免局部极小值问题,获得可评价具体装备效能时的神经网络模型。实例分析表明,PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%,表明PSO-BP模型具有更高的准确性。