作者：徐公国; 段修生目标威胁度elman神经网络量子粒子群优化算法防空作战
摘要：针对地面防空作战中目标威胁度难以准确评估的问题,提出了基于改进Elman神经网络的目标威胁度动态预测评估方法。该方法利用量子粒子群智能优化（QPSO）算法对Elman神经网络进行了改进,提出了QPSO-Elman神经网络,并基于优化的QPSO-Elman神经网络构建了目标威胁度的动态预测评估模型。仿真分析表明,该方法有效解决了目标威胁度的动态评估问题,预测结果更加准确且实用性强,增强了防空系统的作战能力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
