一种基于改进PSO优化的LSTM航迹预测模型

摘要：

为了提升机动目标的航迹预测精准度,提出了一种粒子群(Particle Swarm Optimization,PSO)算法与长短周期记忆单元(Long Short Term Memory,LSTM)神经网络相结合的PSO-LSTM目标航迹预测模型.针对LSTM神经网络中的超参数难以人工最优化的问题,通过PSO算法进行自动调参,对诸如LSTM隐藏层规模、学习率、训练集批次规模等参数进行优化.使用PSO-LSTM航迹预测模型在真实航迹数据集上进行预测,实验结果表明,PSO-LSTM航迹预测模型在MAE、RMSE等指标上优于传统模型,有着较好的准确性与稳定性.

关键词：粒子群、长短周期记忆单元、航迹预测、信息融合

所属期刊栏目：42

分类号：TN957;TP301

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：120-124,154