基于AHGA - BP网络的防空导弹研制费用预测方法
2016-06-29张永军穆仕博
中国军转民 2016年6期
■ 白 光 张永军 穆仕博
基于AHGA - BP网络的防空导弹研制费用预测方法
■ 白 光 张永军 穆仕博
在基于神经网络的防空导弹研制费用预测模型研究中,针对直接利用遗传算法训练神经网络运算时间长、精度较低的问题,本文提出了一种基于AHGA+BP混合学习算法的防空导弹研制费用预测模型。采用此模型对典型防空导弹研制费用进行预测,并与其它方法进行比较,结果表明,此方法计算速度更快,精度更高。
1.引言
随着现代科学技术的飞速发展,现代导弹武器系统的科技含量大大增加,研制费用也随之增大。为了使武器装备系统的研制费用概算建立在较为科学严密的理论基础上,降低人为因素的影响,建立费用模型是十分必要的。基于遗传算法的神经网络费用预测模型已经被一部分人提出,并且证明是可行的,但是这些方法一般是直接利用遗传算法训练神经网络,运算时间很长,精度相对较低。本文提出了一种基于AHGA+BP网络的防空导弹研制费用预测方法,它通过自适应递阶遗传算法AHGA训练初始权值,同时优化BP网络结构,具有较好的收敛速度和较短的运算时间。
2.自适应递阶遗传算法AHGA
递阶遗传算法(HGA) 染色体由两部分构成:控制基因和参数基因。控制基因以二进制位的形式表示,“1”表示下层基因处于激活状态,“0”表示下层基因处于非激活状态。参数基因以实数的形式表示,代表着相应神经元的连接权值和阈值。通过这种层次结构,递阶遗传算法在进行遗传寻优过程中可以改变神经网络的拓扑结构,能够在进行参数学习的同时进行结构优化。……
登录APP查看全文
