基于混沌海豚群算法优化灰色神经网络的空中目标威胁评估

简介：
本研究提出了一种结合混沌海豚群算法与灰色神经网络的方法，用于提升空中目标威胁评估的准确性和效率。通过优化模型参数，该方法能有效处理复杂战场环境中的不确定性信息，为决策者提供有力支持。 本段落分析了空中目标威胁评估的特点，并综合考虑威胁价值、能力和程度建立了相应的评估框架；针对海豚群算法在局部最优解及早熟收敛上的问题，提出了一种混沌海豚群算法，在该方法中引入了混沌搜索策略，通过混沌初始化、动态分群和早期优化机制提高了全局寻优能力。本段落利用改进后的混沌海豚群算法对灰色神经网络的初始参数进行优化，并基于此建立了新的灰色神经网络模型用于空中目标威胁评估。仿真实验结果表明，在保证一定收敛速度的前提下，该方法能够提高寻优精度并优于传统灰色神经网络和基本海豚群优化的灰色神经网络在测试集上的预测效果，验证了所提算法模型的有效性。