[发明专利]基于改进蚁群优化BP神经网络弹药贮存可靠性评估方法

摘要

一种基于改进蚁群优化BP神经网络弹药贮存可靠性评估方法，主要提高弹药贮存可靠性评估的精度和稳健性，削弱了蚁群算法易陷入局部最优解的问题，弥补了BP神经网络易陷入局部极小、算法结果不稳定的缺陷。其规划步骤为：利用弹药贮存可靠性数据的变化规律，建立神经网络预测模型；在蚁群算法中引入后代蚂蚁信息素贡献因子，合理调整后代蚁群贡献的信息素浓度数量；利用改进蚁群算法的全局搜索能力优化BP神经网络的权值和阈值，通过蚁群觅食探索最短路线的寻优过程优化网络结构参数，进行弹药贮存可靠性评估。本发明通过改进方法更新信息素，有效避免了局部最优解问题，并通过智能优化BP神经网络的权值和阈值，克服了BP神经网络易陷入局部极小问题。

主权项

1.一种基于改进蚁群优化BP神经网络弹药贮存可靠性评估方法，其特征在于：所述预测方法包括以下步骤：(1)对训练样本数据集和测试样本数据集进行归一化处理，计算公式如下：式中x_max为样本数据中的最大值，x_min为样本数据中的最小值，归一化后的取值范围为[‑1,1]；(2)建立n×m×l三层网络拓扑结构，确定n,m,l取值，其中，n为输入层节点数，m为隐含层节点数，l为输出层节点数；(3)初始化蚁群参数，确定蚂蚁数量G、信息素初始值C、信息素挥发系数ω、信息素增量强度Q、神经网络待优化参数维度/每个参数的取值个数N、后代蚂蚁信息素的贡献值I、最大迭代次数N_max等；(4)基于IACO算法，计算信息素浓度，更新信息素，让每只蚂蚁从集合出发，计算公式如下：其中，设这个过程所用时间为m，信息贡献能力因子π(t)＝exp(t/I)，I为常数，代表后代信息素的贡献值；参数ω(0≤ω≤1)为信息素挥发系数，1‑ω表示信息素的持久性；为蚂蚁k在时间间隔m内的信息素的增量；Q表示一个常数，代表蚂蚁在完成一次循环后所释放的信息素总和，L_k表示蚂蚁在本次循环中所走路径总长度；(5)重复步骤(4)，直到所有蚂蚁都选择同一条路径或者达到最大迭代次数为止，转为步骤(6)；(6)将改进的蚁群算法找到的一组最优权值与阈值作为BP神经网络的初始参数值，计算期望输出与实际输出的误差，公式如下：其中为q个训练样本的期望输出，为第q个训练样本的实际输出，l为输出层节点数；并将误差由输出层反向传递给输出层，调整权值，重复以上过程，直到满足BP算法训练终止条件ε_BP或达到网络最大迭代次数N′_max；(7)将测试数据进行反归一，还原测试数据形态，其计算公式为：