[发明专利]用于高动态载体的弹道预测的自组织数据驱动建模方法

权利要求书

1.一种用于高动态载体的弹道预测的自组织数据驱动建模方法，其特征在于，所述方法包括：

S1：根据所述高动态载体的弹道预测选择所述自组织数据的基本趋势项函数集，所述基本趋势项函数集合为最初基本趋势项函数集；

S2：根据K-G多项式将所述基本趋势项函数两两组合得到所述自组织数据驱动的初始模型；

S3：根据所述初始模型将所述基本趋势项函数进行交叉、组合生成当前层的归纳趋势项函数组合和当前层的记忆趋势项函数组合；

S4：利用自组织择优判定复合准则对所述当前层的归纳趋势项函数组合和记忆趋势项函数组合进行筛选，得到下一层的基本趋势项函数集合；

S5：将步骤S4得到的下一层的基本趋势项函数集合作为步骤S3的基本趋势项函数，重复步骤S3和步骤S4，当满足迭代次数时，得到归纳趋势项函数组合集和记忆趋势项函数组合集；

S6：将所述归纳趋势项函数组合集、记忆趋势项函数组合集、最初基本趋势项函数集合中的所有趋势项函数进行交叉、自组合、自组织择优判定复合准则评价筛选，得到所述自组织数据驱动的最优模型。

2.根据权利要求1所述的自组织数据驱动建模方法，其特征在于，所述方法还包括：利用输入的原始训练数据计算偏差最小的一组参数作为自组织数据的基本趋势项函数的参数。

3.根据权利要求1所述的自组织数据驱动建模方法，其特征在于，所述基本趋势项函数集包括常数趋势项、幂多项式趋势项、三角函数趋势项和指数函数趋势项。

4.根据权利要求3所述的自组织数据驱动建模方法，其特征在于，将所述基本趋势项函数进行交叉、线性自组合生成当前层的归纳趋势项函数组合，包括：

将所述基本趋势项函数进行交叉、迭代、线性组合生成当前层的归纳趋势项函数组合。

5.根据权利要求1所述的自组织数据驱动建模方法，其特征在于，所述自组织择优判定复合准则包括：正则性准则、平衡准则和简单行准则；

所述自组织择优判定复合准则的形式为：

CSEC＝c₁SEC₁+c₂SEC₂+…+c_iSEC_i+…+c_nSEC_n，

其中，i为正整数，SEC_i表示使用的第i个准则，c_i表示SEC_i在自组织择优判定复合准则CSEC中所占的权重，e_i表示使用准则SEC_i计算得到的预测误差值。

6.根据权利要求5所述的自组织数据驱动建模方法，其特征在于，利用自组织择优判定复合准则对所述当前层的归纳趋势项函数组合和记忆趋势项函数组合进行筛选，包括：

利用所述自组织择优判定复合准则计算得到所述当前层的归纳趋势项函数组合和记忆趋势项函数组合中的趋势项函数的竞争力，保留竞争力强的趋势项函数，淘汰竞争力弱的趋势项函数。

7.根据权利要求1所述的自组织数据驱动建模方法，其特征在于，所述K-G多项式的形式为：其中，x_i为K-G多项式的变量，a_i…a_i*j*…_*m为K-G多项式的系数，i和m为正整数，且i＝1…m。