手机知网 App
24小时专家级知识服务
打 开
武器工业与军事技术
基于套索算法和改进正余弦优化支持向量回归的目标威胁估计
准确估计空中目标的威胁值对于防空作战指挥决策具有重要的参考意义。针对空中目标特征繁杂容易造成模型过拟合和正余弦算法容易早熟和陷入局部最优的不足,本文通过套索算法(Least Absolute Shrinkage and Selection Operator,LASSO)去除目标的冗余特征,然后采用佳点集初始化种群、非线性振幅调整因子、随机惯性权重、自适应终点权重以及最优邻域高斯扰动等策略对正余弦算法(Sine Cosine Algorithm,SCA)进行改进,使用改进的正余弦算法对支持向量回归(Support Vector Regression,SVR)模型进行优化,构建了基于套索算法和改进正余弦优化支持向量回归的目标威胁估计模型。对比实验结果显示,改进后的正余弦算法加强了全局搜索能力和局部收敛速度,得到的目标威胁估计模型具有较高的准确度和稳定性,能够为防空作战指挥决策提供科学的参考依据。
0 83
手机阅读本文
下载APP 手机查看本文
控制与决策
网络首发
相似文献
图书推荐
相关工具书

搜 索