共查询到19条相似文献,搜索用时 734 毫秒
1.
基于神经网络和遗传算法的末敏弹系统效能参数优化设计 总被引:5,自引:0,他引:5
末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计十分困难.为此,本文利用神经网络的高度非线性映射能力和遗传算法的全局寻优能力,在了解了末敏弹工作原理的基础上,首先确定了一个优化设计方案,并根据该方案建立了一个末敏弹系统效能神经网络仿真模型,在此基础上,应用混合遗传算法对该仿真模型进行了优化设计,获得了影响系统效能的几个主要因素的最优搭配.经过对优化结果的分析,发现其与实际情况较为吻合,为末敏弹系统的效能研究提供了依据. 相似文献
2.
导弹末敏弹是一种新型敏感器引爆子母弹药.根据导弹末敏弹的工作过程,将外弹道模型分为两个阶段来研究,即导弹抛撒阶段模型和末敏子弹飞行阶段外弹道模型.建立了导弹末敏弹的外弹道随机模型,并在此基础上运用蒙特卡洛方法基于MATLAB计算了导弹末敏弹在地面投影的随机落点,可以为导弹末敏弹的毁伤概率计算和效能分析提供帮助,从而指导导弹末敏弹系统总体结构设计. 相似文献
3.
4.
5.
6.
末敏弹毁伤概率计算及其影响因素分析 总被引:4,自引:0,他引:4
根据末敏弹工作过程和探测器采用的捕获准则,在对自行火炮进行易损性分析基础上,建立了末敏弹毁伤目标模型,并在此基础上采用蒙特卡罗法进行了大量的数值模拟计算,对结果进行了分析,找出了影响末敏弹性的最敏感因素,为末敏弹结构参数,性能参数的优化提供了依据。 相似文献
7.
S-S双翼末敏弹气动外形优化设计 总被引:6,自引:5,他引:1
为获得S-S 型双翼末敏弹最佳尾翼气动外形,基于计算流体力学和正交试验方法,以S-S 型末敏弹模型的气动参数为源数据,对尾翼弯折面积和弯折角两因素组合进行优化设计,得到了此类型末敏弹尾翼参数对气动特性影响的主次关系,并提出了满足最大阻力系数和最大极阻尼力矩系数的末敏弹尾翼结构。结果表明:优化所得气动结构比优化前模型阻力系数提高7. 11%,极阻尼力矩系数提高15. 77%。高塔自由飞行试验结果显示:优化所得气动外形末敏弹落速为30. 0 m/ s,转速为11. 5 r/ s,下落过程中落速和转速及扫描角保持稳定,满足稳态扫描的要求。 相似文献
8.
9.
10.
末敏弹系统效能灵敏度分析 总被引:16,自引:1,他引:15
本文基于正交试验的灵敏度分析法,在了解末敏弹工作原理基础上,确定了设计试验方案,在此基础上通过大量计算对影响末敏弹系统效能的几个因素进行了分析,找出了这些影响因素的主次关系、优水平及其单调性,为末敏弹系统效能的提高提供了依据。 相似文献
11.
基于Kane方法建立了末敏弹附柔耦合系统动力学模型并进行了仿真计算。模型将降落伞处理为柔性体,并用模态展开法表达降落伞的弹性位移,用混合坐标来秦达降落伞的位置,进行末敏弹系统的运动学分析。选取与末敏弹系统姿态相关的.10个广义坐标,引入偏速度,分别推导相应的广义惯性力、广义主动カ和广义内力。根据Kane方法的多柔体动力学理论,建立了10自由度的末敏弹系统刚柔两体动力学方程。利用该模型,用MATLAB进行编程计算,得到了某型末敏弹系统稳态扫描段的弹道结果,为末敏弹系统的总体设计提供参考。 相似文献
12.
为研究炮口扰动优化问题,提出采用非线性有限元、试验设计、神经网络和遗传算法相结合的方法进行火炮结构动力学优化。建立了某大口径火炮上装部分非线性有限元动力学模型,结合试验设计进行了火炮结构动力学分析。以试验数据为训练样本,建立了基于贝叶斯正则化算法的反向传播(BP)神经网络来模拟火炮总体结构参数与炮口扰动之间的非线性映射关系。构造了炮口扰动优化目标函数,利用遗传算法对目标函数进行求解,实现了火炮总体结构参数的动力学优化。研究表明所建立的火炮总体结构参数与炮口扰动之间的非线性映射关系具有很高的可信度,运用该方法进行火炮结构动力学优化行之有效。 相似文献
13.
从战时装备维修保障效能定义入手,深入剖析装备维修保障效能和装备维修保障能力的区别,以贝叶斯
网络理论为基础,结合装备维修领域专家经验知识,建立以装备指挥效能、供应保障效能、装备维修效能等为主要
评估指标的战时装备维修保障效能评估模型。依托Netica 软件实现战时装备维修保障效能评估贝叶斯网络构建,采
用梯度下降法进行网络参数学习,并结合实际案例证明模型的可行性。 相似文献
14.
15.
16.
针对现有末敏弹射击效能评估存在的不足,基于打击面目标,建立以毁伤目标数及弹药消耗量作为射击
效能评价指标的数学模型,并结合示例计算不同条件下的末敏弹射击效能。结果表明:该模型能很好地用于指控系
统、火控系统中使用末敏弹时的射击效能评估,满足指挥员弹药量化的决策需求,对新型弹药作战水平的提高具有
较重要的参考价值。 相似文献
17.
18.
基于层次Bayesian网络及后验风险准则的故障样本量确定方法 总被引:1,自引:0,他引:1
针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。 相似文献
19.
机枪枪管初速衰减预测是一个复杂的非线性问题。广义回归神经网络方法被广泛应用于非线性问题的建模,但其平滑因子取值对神经网络的预测性能有较大影响。采用果蝇算法对广义回归神经网络的参数进行优化选取,提出了基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模方法。基于机枪枪管初速衰减试验数据,建立在不同使用环境下随着累计射弹量的增加,以初速降为特征量的机枪枪管初速衰减预测模型,预测结果与试验结果基本一致,证实了所提方法的可行性。通过与未经优化的广义回归神经网络方法和反向传播神经网络方法建立的预测模型进行比较,其性能明显优于另外两种方法,验证了基于果蝇算法优化的广义回归神经网络方法在建立机枪枪管初速衰减模型中的有效性。 相似文献