針對飛機高頻通信中通信頻率選擇不當導致信號衰落等問題,提出一種基于混沌理論和思維進化算法優(yōu)化的Elman神經(jīng)網(wǎng)絡相結(jié)合的臨界頻率f₀F₂預測方法。分析和驗證f₀F₂時間序列的混沌特性;采用混沌理論重構(gòu)技術(shù)重建f₀F₂時間序列的相空間,并根據(jù)相空間結(jié)構(gòu)確定Elman神經(jīng)網(wǎng)絡各層節(jié)點個數(shù);利用思維進化算法優(yōu)化Elman神經(jīng)網(wǎng)絡的初始權(quán)值和閾值。數(shù)值和實驗分析表明,Chaos-MEA-Elman算法比Elman神經(jīng)網(wǎng)絡對電離層臨界頻率f₀F₂的預測精確度更高,為預測飛機最佳通信頻率提供新的方法。 

【文章來源】：計算機應用與軟件. 2020,37(04)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 電離層參數(shù)的混沌特性
    1.1 電離層參數(shù)重構(gòu)
    1.2 重構(gòu)參數(shù)計算
    1.3 混沌特性檢驗
2 電離層參數(shù)預測模型
    2.1 Elman神經(jīng)網(wǎng)絡
    2.2 隱含層神經(jīng)元個數(shù)確定
    2.3 MEA算法優(yōu)化神經(jīng)網(wǎng)絡
    2.4 頻率預測評價標準
3 f0F2實例預測
4 結(jié) 語


【參考文獻】：
期刊論文
[1]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的熱軋帶鋼彎輥力預報模型[J]. 王振華,龔殿堯,李廣燾,張殿華.  東北大學學報(自然科學版). 2018(12)
[2]混沌系統(tǒng)相空間重構(gòu)參數(shù)選取的仿真研究[J]. 行鴻彥,劉剛.  計算機仿真. 2018(07)
[3]基于MEA-WNN的短波通信最佳頻率預測[J]. 趙德群,陳鵬宇,孫光民,段建英,蘇晉海.  北京工業(yè)大學學報. 2018(02)
[4]BP神經(jīng)網(wǎng)絡隱含層節(jié)點數(shù)確定方法研究[J]. 王嶸冰,徐紅艷,李波,馮勇.  計算機技術(shù)與發(fā)展. 2018(04)
[5]基于BP神經(jīng)網(wǎng)絡的短波通信信道預測方法[J]. 張想,李明齊,王潮.  工業(yè)控制計算機. 2017(10)
[6]MEA優(yōu)化BP神經(jīng)網(wǎng)絡的電主軸熱誤差分析研究[J]. 謝杰,黃筱調(diào),方成剛,張虎,周寶倉.  組合機床與自動化加工技術(shù). 2017(06)
[7]基于MEA-Elman神經(jīng)網(wǎng)絡的光伏發(fā)電功率短期預測[J]. 艾格林,孫永輝,衛(wèi)志農(nóng),葛夕武,孫國強,吳國梁.  電網(wǎng)與清潔能源. 2016(04)
[8]基于IRI-2012模型廣州地區(qū)f0F2實測與預測的對比分析[J]. 萬德煥,黃江,鄧柏昌,徐杰,孔德寶,林果果.  空間科學學報. 2015(02)
[9]高頻頻率預測方法中國區(qū)域的精細化研究[J]. 王健,馮曉哲,趙紅梅,付煒,姬生云,王佩.  地球物理學報. 2013(06)
[10]小數(shù)據(jù)量法計算最大Lyapunov指數(shù)的參數(shù)選擇[J]. 楊永鋒,仵敏娟,高喆,吳亞鋒,任興民.  振動.測試與診斷. 2012(03)



本文編號：3461379