分享到:

基于GA-BP的敌空袭兵力出动量预测

0引言信息化条件下,空袭与反空袭之间的较量更为激烈,使作战筹划的复杂性更加突出。为达到实现作战资源的最优配置,提高防空兵的制空效能对敌在战役空袭中的空袭兵力出动量的预测是进行防空兵作战运筹、制定实施作战计划的基础和重要依据。通常根据目标的特性、防空力量的部署、敌空袭兵器的部署等情况,可以判断敌可能使用的弹药类型和攻击方式,本文旨在对敌可能投入的空袭兵力出动量进行预测[1]。人工神经网络具有自适应学习能力和记忆联想能力,使得它为解决复杂的非线性问题提供了有用的工具,其预测能力大大优于多元回归分析和判别分析。尤其是目前广泛采用的BP算法,具有简单和可塑的优点。但是,BP算法是基于梯度的方法,其最大缺欠是收敛速度慢,且常受到局部极点的困扰,因而影响了预报的精度。遗传算法利用群体进化,即在求解过程中,通过使种群不断优化,从而找到满意解或最优解。当把遗传算法用来取代一些传统的算法并用于确定神经网络的权重时,为人工神经网络提供了很好的途径[...  (本文共4页) 阅读全文>>