10.3778/j.issn.1002-8331.1208-0198
改进的粒子群算法在弹体分类中的应用
以沈阳军区某部“超声波弹体内部成份探测系统”为课题背景,利用低能量超声对弹体进行探测,并基于神经网络对捕获数据进行分析,以此来确定废弹的具体类型,提出一种混沌变异粒子群优化算法(CMPSO)。该方法将神经网络的参数优化和权重优化融合入一个统一的框架之中,充分利用粒子群算法寻优能力强、收敛速度快的特点。相对于一般的神经网络结构优化算法,具有设置参数少、计算复杂度低的特点,最后将提出的算法应用于弹体分类问题之中取得了十分显著的效果。
粒子群优化算法、神经网络、混沌变异、弹体、分类
TP183(自动化基础理论)
2014-08-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
139-142