基于優化BP 神經網絡的氣象環境下軍事通信效能評估*

邱少明，王雪珂，杜秀麗，呂亞娜

（大連大學通信與網絡重點實驗室，遼寧 大連 116622）

0 引言

未來戰爭中作戰指揮越來越趨向數字化，戰術通信網絡性能的優劣將直接影響作戰效能，由于戰場環境受電磁干擾、地形和天氣等因素的影響，戰術通信網絡性能也呈現隨機性和不確定性，如何確定當前環境中戰術通信網絡效能是否滿足作戰需求和通信需求是至關重要的。

Passino 在2002 年從微生物的角度出發，提出了細菌覓食算法（Bacterial Foraging Optimization，BFO），該算法模擬大腸桿菌覓食的過程，通過細菌群體的競爭與協作來實現優化，成為仿生計算研究領域的新熱點。與其他智能算法相比，BFO 算法具有并行搜索，易跳出局部極小值的優點，而且簡單靈活，可以和其他算法融合產生新的優化算法，有較強的適應性和魯棒性，可用于解決多方面的應用問題。

為了提高BFO 算法的性能，文獻［5］提出余弦函數遞減的自適應游動步長，提高了算法的局部搜索能力；文獻［6］提出一種動態高斯變異和隨機變異融合的自適應細菌覓食優化算法，解決了BFO 在高維函數優化上性能較差的問題；文獻［7］在趨化操作引入粒子思想，將粒子作為細菌處理，提高了全局搜索能力，但此時趨化算子并沒有起到作用；文獻［8］引入了差分進化算法中的交叉和變異操作，增加了種群的多樣性，但是容易導致群體中優秀個體的缺失。從相關文獻可以看出，大多數改進都是針對趨化算子和繁殖算子，對遷移算子的改進較少，現有算法沒有利用搜索的任何環境信息，遷移后的解對于提高算法全局尋優能力的幫助有限。……