基于改进甲虫触角搜索动态集成的ADIBAS-Volterra飞行器轨迹预测方法

本发明涉及一种基于改进甲虫触角搜索动态集成的ADIBAS‑Volterra飞行器轨迹预测方法，本发明的BAS算法首先利用K‑means聚类进行触角位置的初始化，结合自适应学习率，以应对目标函数在多维空间中的变化。同时，通过引入温度参数，增强了算法的随机探索能力，能够在不同阶段灵活调整搜索策略，从而在全局和局部解之间实现有效平衡。使算法具有良好的稳定性。此外，考虑到集合学习在提高模型泛化能力方面的显著优势，根据各基本预测子集的预测性能和目标机动特性，动态调整基本预测子集、基本预测子模型参数和相应权重，构建了适合目标机动轨迹预测的在线学习框架，充分利用了训练数据，提高了目标机动轨迹预测精度。