改进GWO-RBF神经网络的高频地波雷达海杂波预测模型

作者：何康宁; 尚尚^*; 杨童; 刘明

来源：江苏科技大学学报(自然科学版), 2022, 36(01): 76-81.

• 海杂波
• 灰狼优化算法
• RBF神经网络
• 分工搜索
• 预测

高频地波雷达的海上目标探测能力与海杂波的抑制效果息息相关，而海杂波的精确预测又是其有效抑制的重要前提.为实现海杂波的精确预测，提出一种基于改进灰狼算法优化RBF神经网络的预测模型(MGWO-RBF),为解决灰狼优化算法收敛速度慢和易陷入局部最优的缺点，提出一种灰狼狼群分工搜索的策略，使得整个迭代过程中狼群始终兼具大范围搜索和局部探索能力.与经典的粒子群算法、标准灰狼优化算法和动态权重灰狼优化算法对比得出结论：改进的灰狼算法在收敛速度和精度上都有明显提升，MGWO-RBF预测模型对海杂波预测的精度达到96.23%,取得了较好的预测效果.

• 出版日期2022
• 单位江苏科技大学