基于RBF神经网络优化的装备保障系统效能评估

来源 :计算机工程 | 被引量 : 0次 | 上传用户:nb08611033
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有装备保障系统效能评估方法存在依赖专家经验、主观性强等问题,提出一种基于径向基函数(RBF)神经网络优化的装备保障系统效能评估方法。通过完备交叉与预变异策略对遗传算法(GA)进行改进,利用改进的GA对RBF神经网络中心、宽度及输出权值进行全局寻优,并采用优化的RBF神经网络实现装备保障系统效能评估。仿真结果表明,该方法相比AGA-RBF和GA-RBF评估方法能更准确地评估装备保障系统效能值,并且可在一定程度上降低评估过程中主观因素的影响,确保评估结果更客观真实。
其他文献
基于WiFi的室内定位技术受天线数量和频道带宽影响,存在定位精度低和跟踪易失败的问题。为此,提出一种多参数室内无源定位技术。通过几何关系解释包括到达角、飞行时间和多普勒频移在内的参数,利用参数模型量化用户运动和信道状态信息间的关系,将多参数估计问题表示为最大似然估计问题,使用广义期望最大化算法将错误的原始参数细化到一定范围内,最终输出目标位置。实验结果表明,该技术平均定位误差为0.7m,相较于时间与空间信号模型、指纹定位、空间域建模等现有的无源定位技术具有更好的定位精度和稳定性。