基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估

扫码查看

原文链接

NETL

中文摘要：评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响.针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法.首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估.仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法.

作者：

XU Lingkai、许凌凯、YANG Rennong、杨任农、ZUO Jialiang、左家亮

展开 >

作者单位：

College of Aeronautics and Astronautics Engineering, Air Force Engineering University, Xi'an Shaanxi 710038, China

空军工程大学航空航天工程学院,西安710038

关键词：

空中目标威胁评估杂交粒子群优化算法最小二乘支持向量机

主办单位：

中国计算机学会

中国人工智能学会

会议名称：

第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议（CRSSC-CWI-CGrC-3WD 2017）

会议时间：

2017-05-26

会议地点：

合肥

会议母体文献：

第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议（CRSSC-CWI-CGrC-3WD 2017）论文集

页码：

2712-2716,2734

出版时间：

2017