一种基于改进PSO优化的LSTM航迹预测模型

一种基于改进PSO优化的LSTM航迹预测模型
韩超
【期刊名称】《舰船电子工程》
【年(卷),期】2022(42)8
【摘要】为了提升机动目标的航迹预测精准度,提出了一种粒子群(Particle Swarm Optimization,PSO)算法与长短周期记忆单元(Long Short Term Memory,LSTM)神经网络相结合的PSO-LSTM目标航迹预测模型。

针对LSTM神经网络中的超参数难以人工最优化的问题,通过PSO算法进行自动调参,对诸如LSTM隐藏层规模、学习率、训练集批次规模等参数进行优化。

使用PSO-LSTM航迹预测模型在真实航迹数据集上进行预测,实验结果表明,PSO-LSTM航迹预测模型在MAE、RMSE
等指标上优于传统模型,有着较好的准确性与稳定性。

【总页数】6页(P120-124)
【作者】韩超
【作者单位】海装沈阳局驻大连地区第一军事代表室
【正文语种】中文
【中图分类】TN957;TP301
【相关文献】
1.基于LSTM的船舶航迹预测模型
2.基于改进PSO的无人机三维航迹规划优化算法
3.基于改进PSO的无人机三维航迹规划优化算法
4.基于PSO-LSTM算法的医
用耗材消耗量预测模型研究5.基于改进PSO优化LSTM网络的短期电力负荷预测
因版权原因，仅展示原文概要，查看原文内容请购买。