✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
智能优化算法 神经网络预测 雷达通信 无线传感器 电力系统
信号处理 图像处理 路径规划 元胞自动机 无人机
⛄ 内容介绍
针对无人机获取威胁目标信息较少的情况,采用模糊小波神经网络(FWNN)解决空中目标威胁评估问题.同时为了提高模糊小波神经网络的收敛速度和泛化能力,提出了一种基于动态学习率的模糊小波神经网络,解决复杂战场环境信息的不确定性问题,采用BP算法更新每个模糊规则前,后件部分的所有参数,并通过仿真实现对目标威胁进行评估.仿真结果表明,该算法可提高系统的稳定性,加快收敛速度,增强预测精度.
⛄ 部分代码
%FFBPNET 脚本文件，作为主程序使用
close all
clear
d = 5;
num = 1000;
data = indata(num);
result = plant(data);
% 生成输入矩阵
input = zeros(2 * d + 1, num);
for i = 1 : 1 : d + 1
for j = 1 : 1 : num - d - 1 + i
input(i, j + d + 1 - i) = data(j);
end
end
for i = 1 : 1 : d
for j = 1 : 1 : num - d - 1 + i
input(d + 1 + i, j + d + 1 - i) = result(j);
end
end
net = newff(minmax(input), [6, 3, 1]);
y1 = sim(net, input);
net.trainParam.show = 10;
net.trainParam.epochs = 200;
net.trainParam.goal = 1.0e-6;
net = train(net, input, result);
y2 = sim(net, input);
k = 1 : 1 : num;
plot(k, result, 'g', k, y2, 'b')
⛄ 运行结果
⛄ 参考文献
[1]田晓峰, 孙华东, 庞来学. 基于模糊小波神经网络的目标攻击优先级评估方法及系统:.
[2]陈侠, 刘子龙. 基于模糊小波神经网络的空中目标威胁评估[J]. 战术导弹技术, 2018(3):7.
