典型文献
基于遗传算法优化LSSVM的初速预测
文献摘要：
利用两台初速雷达测试弹丸炮口初速的试验中,当一台雷达的数据出现缺失时,通过建模预测出缺失的数据成为一项必要的工作.预测初速主要采用GM(1,1)模型,但是该模型并不完全适合预测初速,所以预测精度不理想.通过深入分析两台雷达之间的关联性,选择把两台雷达的数据进行融合,同时根据弹丸初速自身的特征,选择建立遗传算法优化LSSVM对缺失的数据进行预测.实验验证时,选择ARIMA模型、GM(1,1)模型、支持向量回归机、BP神经网络作为对比模型,两次验证的结果表明,遗传算法优化LSSVM的预测精度最高,误差远小于1‰,达到了初速雷达测试弹丸初速的误差标准,是预测弹丸初速的最佳模型.
文献关键词：
弹丸初速;数据缺失;ARIMA模型;GM(1;1)模型;支持向量回归机;BP神经网络模型;遗传算法优化LSSVM;预测精度
中图分类号：
作者姓名：
田珂;王荣江;郭丰
作者机构：
中国人民解放军63861 部队, 吉林 白城 137001
文献出处：
引用格式：
[1]田珂;王荣江;郭丰-.基于遗传算法优化LSSVM的初速预测)[J].火炮发射与控制学报,2022(05):24-28,34
A类：
初速雷达
B类：
遗传算法优化,LSSVM,两台,测试弹,炮口,一台,建模预测,预测出,出缺,GM,弹丸初速,ARIMA,支持向量回归机,对比模型,差远,数据缺失
AB值：
0.216217
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
