一种基于麻雀搜索算法的空中目标意图预测方法

摘要：

针对BP神经网络(BPNN)的分类性能和遗传算法(GA)的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法(SSA)优化支持向量机(SVM)的空中目标意图预测方法.利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验.结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果.因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能.

关键词：空中目标意图预测、麻雀搜索算法、遗传算法、支持向量机、BP神经网络

所属期刊栏目：48

分类号：TP391;E911(计算技术、计算机技术)

资助基金：学院科研发展基金资助项目

在线出版日期：2023-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71