系统工程与电子技术

作者：夏悠然, 管军, 易文俊

单位：1. 南京理工大学瞬态物理国家重点实验室, 江苏 南京 210094；2. 江苏科技大学电子信息学院, 江苏 镇江 212100

关键词：弹丸,气动参数辨识,极限学习机,粒子群优化算法,自适应更新策略,粒子变异策略

针对随机产生输入权重和隐含层神经元阈值导致利用极限学习机辨识弹丸气动参数时会出现辨识结果发散问题, 本文将粒子群算法与极限学习机结合, 并且引入自适应更新策略以及粒子变异策略, 提出了一种自适应变异粒子群优化极限学习机算法。该算法利用自适应变异粒子群算法寻优产生极限学习机的输入权重和隐含层阈值, 有效改善算法性能。仿真实验表明，利用自适应变异粒子群优化极限学习机算法辨识弹丸气动参数, 精度高、收敛速度快, 能够充分满足实际工程需要。

来源：2023年第2期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第2期