基于SATC-ALO和SOM神经网络的机群编队分组

V247; 首先,分析机群编队分组问题,同时考虑了飞机属性分组模型和飞机油耗分组模型.然后,使用混沌优化算法和锦标赛选择策略优化后的SATC-ALO算法和SOM神经网络求解编队分组模型.最后,使用50组数据进行相似度计算方法和编队分组方法对比实验.实验结果表明,混合计算法方法优于欧式距离法,SATC-ALO算法分组精度最高,并且满足实时性要求,但需要事先指定分组数目,而SOM神经网络的分组精度稍低于SATC-ALO算法,但分组时间优于SATC-ALO算法,并且不需要指定分组数目.2种方法均可以更好地解决编队分组问题,具有实际应用价值....

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 37; no. 2; pp. 407 - 416
Main Authors 杨任农, 张振兴, 房育寰, 俞利新, 左家亮
Format Journal Article
LanguageChinese
Published 空军工程大学 空管领航学院,陕西 西安,710038%中国人民解放军95939部队,河北 沧州,061736 01.04.2019
Subjects
机群编队分组
SOM神经网络
混合计算方法
自适应Tent混沌搜索蚁狮优化算法(SATC-ALO)
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20193720407

Cover

More Information
Summary:V247; 首先,分析机群编队分组问题,同时考虑了飞机属性分组模型和飞机油耗分组模型.然后,使用混沌优化算法和锦标赛选择策略优化后的SATC-ALO算法和SOM神经网络求解编队分组模型.最后,使用50组数据进行相似度计算方法和编队分组方法对比实验.实验结果表明,混合计算法方法优于欧式距离法,SATC-ALO算法分组精度最高,并且满足实时性要求,但需要事先指定分组数目,而SOM神经网络的分组精度稍低于SATC-ALO算法,但分组时间优于SATC-ALO算法,并且不需要指定分组数目.2种方法均可以更好地解决编队分组问题,具有实际应用价值.
ISSN:1000-2758
DOI:10.1051/jnwpu/20193720407