计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
14期
139-142
,共4页
粒子群优化算法%神经网络%混沌变异%弹体%分类
粒子群優化算法%神經網絡%混沌變異%彈體%分類
입자군우화산법%신경망락%혼돈변이%탄체%분류
Particle Swarm Optimization(PSO)%neural network%chaotic mutation%bullet%classification
以沈阳军区某部“超声波弹体内部成份探测系统”为课题背景，利用低能量超声对弹体进行探测，并基于神经网络对捕获数据进行分析，以此来确定废弹的具体类型，提出一种混沌变异粒子群优化算法（CMPSO）。该方法将神经网络的参数优化和权重优化融合入一个统一的框架之中，充分利用粒子群算法寻优能力强、收敛速度快的特点。相对于一般的神经网络结构优化算法，具有设置参数少、计算复杂度低的特点，最后将提出的算法应用于弹体分类问题之中取得了十分显著的效果。
以瀋暘軍區某部“超聲波彈體內部成份探測繫統”為課題揹景，利用低能量超聲對彈體進行探測，併基于神經網絡對捕穫數據進行分析，以此來確定廢彈的具體類型，提齣一種混沌變異粒子群優化算法（CMPSO）。該方法將神經網絡的參數優化和權重優化融閤入一箇統一的框架之中，充分利用粒子群算法尋優能力彊、收斂速度快的特點。相對于一般的神經網絡結構優化算法，具有設置參數少、計算複雜度低的特點，最後將提齣的算法應用于彈體分類問題之中取得瞭十分顯著的效果。
이침양군구모부“초성파탄체내부성빈탐측계통”위과제배경，이용저능량초성대탄체진행탐측，병기우신경망락대포획수거진행분석，이차래학정폐탄적구체류형，제출일충혼돈변이입자군우화산법（CMPSO）。해방법장신경망락적삼수우화화권중우화융합입일개통일적광가지중，충분이용입자군산법심우능력강、수렴속도쾌적특점。상대우일반적신경망락결구우화산법，구유설치삼수소、계산복잡도저적특점，최후장제출적산법응용우탄체분류문제지중취득료십분현저적효과。
Shenyang military area“ultrasonic projectile interior component detection system”as the subject background, low energy ultrasound is used to detect the bullet. Based on neural network to capture data, so as to determine the specific types of waste, a kind of Chaotic Mutation Particle Swarm Optimization algorithm(CMPSO)is put forward. The parame-ters of the neural network optimization and weight optimization are made into a unified framework, making full use of par-ticle swarm algorithm optimization ability and fast convergence rate of characteristics. Relative to the general neural net-work structure optimization algorithm, parameters are less and computation complexity is easier. Finally the algorithm is applied to the bullet classification problems and gets good effect.
