期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种改进PSO-LSSVM模型的发动机后向RCS序列预测
1
作者 傅莉 关一 +1 位作者 孙旭 崔哲 《航空发动机》 北大核心 2025年第2期91-96,共6页
为解决现有预测模型对发动机后向雷达散射截面(RCS)序列预测精度低的问题,提出了改进的粒子群(PSO)优化算法,建立了PSO-LSSVM预测模型。在传统粒子群优化算法基础上应用最优拉丁超立方采样方法进行粒子群位置初始化,得益于最优拉丁超立... 为解决现有预测模型对发动机后向雷达散射截面(RCS)序列预测精度低的问题,提出了改进的粒子群(PSO)优化算法,建立了PSO-LSSVM预测模型。在传统粒子群优化算法基础上应用最优拉丁超立方采样方法进行粒子群位置初始化,得益于最优拉丁超立方采样技术的空间填充的特性,初始粒子可以较为均匀有规律地分布在整个设计区域,在粒子寻优过程中可以寻到更优的采样点;通过动态调整惯性权重以及学习因子,平衡全局和局部的搜索能力,避免了算法容易陷入局部最优的问题;设计改进的PSO算法对最小二乘向量机(LSSVM)的核宽参数σ和正规化参数γ进行寻优,提高了LSSVM模型计算效率,改善了适应误差的最小化和平滑程度,采用PSO-LSSVM模型与自回归积分滑动平均模型(ARIMA)以及LSSVM模型对发动机后机身RCS序列进行预测,并将预测结果通过模型评价指标(平均绝对误差、均方根误差和平均绝对百分比误差)进行对比分析,结果表明:PSO-LSSVM模型预测结果相比其他2种模型的预测精度提高30%以上。 展开更多
关键词 雷达散射截面 K最近邻法 核密度估计 统计特性 最优拉丁超立方采样方法 粒子群优化算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部