基于改进PSO-SVR模型的雷达导引头性能预测
陈曦怡
黄兆年
郭晨
王赢
武汉数字工程研究所 武汉 430205
摘要：针对雷达导引头性能测试数据不足、使用传统SVR算法预测精度不高的问题,论文引入改进PSO-SVR算法建立导引头性能状态预测模型.首先,采用PSO算法对SVR模型中的核函数参数和惩罚因子优化,以实现对最优超参数组的自动寻优;其次,为了解决PSO算法易陷入局部最优的问题,在PSO算法中引入动态惯性权重,提升了其求解精度;最后,以实际数据进行仿真分析.结果表明,相较于传统SVR模型,该方法对导引头性能预测的精度和鲁棒性更好,具有良好的应用前景.
关键词：支持向量回归粒子群算法惯性权重性能预测
分类号：TP18(自动化基础理论)
论文发表日期：2023-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 96-100 )
英文信息