基于神经网络和遗传算法对反装甲目标威胁度评估研究

摘要：

针对威胁度估计问题和装甲车辆在战场上的实际情况,运用神经网络和遗传算法理论探索反装甲目标威胁度评估问题.基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性.经过验证该算法能够有效反应出反各种反装甲目标的威胁度,其稳定性、精确性也比较高.

关键词：威胁估计、神经网络、遗传算法、反装甲目标

所属期刊栏目：30

分类号：TP183;E911(自动化基础理论)

在线出版日期：2008-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：60-62