一种基于ISSA-BP神经网络的火控系统故障预测方法

一种基于ISSA‑BP神经网络的火控系统故障预测方法，属于火控系统故障预测技术领域，包括如下步骤：步骤S01、采集陀螺仪组的角度信号和速度信号作为输入数据，采用BP神经网络为基础预测模型，设置BP神经网络的参数；步骤S02、采用circle混沌映射初始化麻雀种群；步骤S03、计算个体适应度以及最优和最差位置；步骤S04、向麻雀算法中发现者位置引入非线性惯性权重控制搜索范围和收敛速度；步骤S05、更新发现者、追随者、警戒者位置等。本发明采用改进的麻雀搜索算法与BP神经网络相结合，构建出ISSA‑BP预测模型，该模型能够减少BP神经网络早期陷入局部最优的风险，提高了模型的预测精度以及收敛速度。