文献类型：期刊文章

作　　者：许亮[1] 张紫叶[1] 陈曦[2] 赵世伟[1] 王鹿洋[1] 王涛[3]

XU Liang;ZHANG Ziye;CHEN Xi;ZHAO Shiwei;WANG Luyang;WANG Tao(Tianjin Key Laboratory for Control Theory Applications in Complicated Systems,and School of Electrical and Electronic Engineering,Tianjin University of Technology,Tianjin 300384,China;Softsz Corp.,Ltd,Tianjin 300220,China;School of Intellignet Engineering,SunYat-sen University,Guangdong,Guangzhou 510275,China)

机构地区：[1]天津理工大学天津市复杂控制理论与应用重点实验室电气电子工程学院,天津300384 [2]深圳安软科技股份有限公司天津分公司,天津300220 [3]中山大学智能工程学院,广东广州510275

出　　处：《光电子．激光》

基　　金：国家自然科学基金(61975151,61308120)资助项目。

年　　份：2021

卷　　号：32

期　　号：6

起止页码：653-658

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、核心刊

摘　　要：气动光学效应导致的目标图像偏移对于飞行器的导航、定位以及寻的影响很大,对气动光学成像偏移的实时补偿具有重要的实用价值。提出了一种基于改进型麻雀搜索算法优化BP神经网络(improved sparrow search agorithm optimized BP neural network,ISSA-BP)的模型,对气动光学成像偏移进行预测。为提高预测算法的搜索和跳出局部最优的能力,在标准麻雀搜索算法(sparrow search algorithm,SSA)中借助鸟群算法(bird swarm algorithm,BSA)飞行行为的思想,使加入者以一定的概率向发现者靠近,缩短了算法的运行时间,保证了全局收敛和种群的多样性。最后将算法模型与BP神经网络模型和麻雀搜索算法优化BP神经网络(sparrow search algorithm BP,SSA-BP)模型进行对比,使用三种评价指标对三种算法模型进行评价,结果表明的ISSA-BP模型能够及时准确的对气动光学成像偏移进行预测,ISSA-BP模型的均方误差(MSE)、平均绝对误差(MAE)和决定系数(R2)分别为2.511E-11、1.969E-06和0.99989。

关 键 词：BP神经网络 气动光学成像偏移预测  改进麻雀搜索算法  鸟群算法  

分 类 号：TN913.7]