吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (04): 1064-1069.doi: 10.7964/jdxbgxb201304035

• 论文 • 上一篇    下一篇

基于萤火虫算法优化BP神经网络的目标威胁估计

王改革1,2, 郭立红1, 段红3, 刘逻1,2, 王鹤淇1   

  1. 1. 中国科学院 长春光学精密机械与物理研究所,长春 130033;
    2. 中国科学院 研究生大学,北京 100039;
    3. 东北师范大学 计算机科学与信息技术学院,长春 130117
  • 收稿日期:2012-06-07 出版日期:2013-07-01 发布日期:2013-07-01
  • 通讯作者: 郭立红(1964-),女,博士,研究员,博士生导师.研究方向:C3I指挥系统,计算机视觉. E-mail:guolh@ciomp.ac.cn E-mail:guolh@ciomp.ac.cn
  • 作者简介:王改革(1984-),男,博士研究生.研究方向:传感器数据融合和计算智能.E-mail:gaigewang@163.com
  • 基金资助:

    中国科学院知识创新项目(KGCX2-YW-911-2).

Target threat assessment using glowworm swarm optimization and BP neural network

WANG Gai-ge1,2, GUO Li-hong1, DUAN Hong3, LIU Luo1,2, WANG He-qi1   

  1. 1. Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033, China;
    2. Graduate University of Chinese Academy of Sciences, Beijing 100039, China;
    3. School of Computer Science and Information Technology, Northeast Normal University, Changchun 130117, China
  • Received:2012-06-07 Online:2013-07-01 Published:2013-07-01

RICH HTML

0   

PDF (PC)

581

摘要：

在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的目标威胁估计模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于BP和PSO_SVM。该模型和算法具有很好的预测能力,可以快速、准确地完成目标威胁估计。

关键词: 计算机应用, BP神经网络, 目标威胁估计, 萤火虫算法

Abstract:

Based on the introduction of Glowworm Swarm Optimization (GSO) and Back-Propagation (BP) neural network, a target threat assessment model is proposed and its algorithm is developed. This model is based on GSO optimized BP network (GSOBP). In GSOBP, GSO is employed to simultaneously optimize the initial weights and thresholds of the BP neural network. Target threat database is adopted to test the performance of GSOBP in target threat prediction. The performance of GSOBP is compared with that of normal BP neural network and Particle Swarm Optimization and Support Vector Machines (PSO_SVM). Experiment results show that target threat prediction accuracy by GSOBP is higher than that by normal BP or by PSO_SVM.

Key words: computer application, back propagation neural network, target threat assessment, glowworm swarm optimization

中图分类号: 

  • TP391.9

[1] 雷英杰. 基于直觉模糊推理的态势与威胁评估研究. 西安:西安电子科技大学, 2005. Lei Ying-jie. Research on situation and threat assessment based on intuitionistic fuzzy reasoning. Xi'an: Xidian University, 2005.

[2] 杨健, 高文逸, 刘军. 一种基于贝叶斯网络的威胁估计方法[J]. 解放军理工大学学报:自然科学版, 2010, 11(1): 43-48. Yang Jian, Gao Wen-yi, Liu Jun. Threat assessment method based on Bayesian network[J]. Journal of PLA University of Science and Technology(Natural Edition), 2010, 11(1): 43-48.

[3] 王晓帆, 王宝树. 基于直觉模糊与计划识别的威胁评估方法[J]. 计算机科学, 2010, 37(5): 175-177. Wang Xiao-fan, Wang Bao-shu. Techniques for threat assessment based on intuitionistic fuzzy theory and plan recognition[J]. Computer Science, 2010, 37(5):175-177.

[4] 王改革, 郭立红, 段红, 等. 基于Elman_AdaBoost强预测器的目标威胁评估模型及算法[J]. 电子学报, 2012, 40(5): 901-906. Wang Gai-ge, Guo Li-hong, Duan Hong, et al. The model and algorithm for the target threat assessment based on Elman_AdaBoost strong predictor[J]. Acta Electronica Sinica, 2012, 40(5): 901-906.

[5] 龚勃文, 林赐云, 李静, 等. 基于核自组织映射-前馈神经网络的交通流短时预测[J]. 吉林大学学报:工学版, 2011, 41(4): 938-943. Gong Bo-wen, Lin Ci-yun, Li Jing, et al. Short-term traffic flow prediction based on KSOM-BP neural network[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(4): 938-943.

[6] 赵宏伟, 齐一名, 臧雪柏, 等. 基于系统辨识与T-S模糊神经网络的磨矿分级控制[J]. 吉林大学学报:工学版, 2011, 41(1): 171-175. Zhao Hong-wei, Qi Yi-ming, Zang Xue-bai, et al. Control of milling classification using system identification and T-S fuzzy neural network[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(1): 171-175.

[7] 刘大有, 张冬威, 李妮娅, 等. 基于网络聚类选择的神经网络集成方法及应用[J]. 吉林大学学报:工学版, 2011, 41(4): 1034-1040. Liu Da-you, Zhang Dong-wei, Li Ni-ya, et al. Selective approach for neural network ensemble based on network clustering technology and its application[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(4): 1034-1040.

[8] 许新征, 丁世飞, 史忠植, 等. 图像分割的新理论和新方法[J]. 电子学报, 2010, 38(2A):76-82. Xu Xin-zheng, Ding Shi-fei, Shi Zhong-zhi, et al. New theories and methods of image segmentation[J]. Acta Electronica Sinica, 2010, 38(2A):76-82.

[9] 罗艳春, 郭立红, 姜晓莲, 等. 基于模糊神经网络的空中目标威胁估计[J]. 微计算机信息, 2007, 23(34): 268-270. Luo Yan-chun, Guo Li-hong, Jiang Xiao-lian, et al. Threat assessment for aerial target based on fuzzy neural network[J]. Microcomputer Information, 2007, 23(34):268-270.

[10] Krishhand K N, Ghose D. Glowworm swarm optimization for simultaneous capture of multiple local optimal of muultimodal functions[J]. Swarm Intelligence, 2009, 3(2): 87-124.

[11] Kennedy J, Eberhart R. Particle swarm optimization//Proceeding of the IEEE International Conference on Neural Networks, Perth, Australia, 1995.

[12] Chang C C, Lin C J. LIBSVM: a library for support vector machines[J]. ACM Transactions on Intelligent Systems and Technology (TIST), 2011, 2(3): 1-27.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发