共查询到13条相似文献,搜索用时 187 毫秒
1.
火炮初速决定着在复杂战场环境中能否准确打击敌人,而准确预测出火炮初速关系到在不经试射的情况下能否成功命中目标。预测火炮初速往往采用某种单一模型,虽然建模简单但是只能提取出火炮初速中的某一特征,从而导致预测精度并不理想。针对这种情况,选取了某型火炮3组不同的初速数据进行分析,提出利用ARIMA时间序列模型、GM(1,1)灰色模型及BP神经网络模型进行预测,既能提取出火炮初速中的线性成分又能提取出非线性成分,同时为了最大限度发挥出单一模型的预测优势,利用3个单一模型建立了组合模型,并利用实测数据对各个模型预测精度进行了检验。结果表明,组合模型能更好地发挥出所有模型的预测优势,预测精度更高,更适合作为火炮初速预测的有效模型。 相似文献
2.
3.
利用连续波雷达测试弹丸径向速度时,会遇到弹丸、火炮、雷达及外界因素异常,测试的径向速度会出现缺失,导致递推出的炮口初速不准确。为此,选择建立合理的模型预测出缺失的径向速度对数据进行重构。雷达测试的径向速度属于一维数据,大口径弹丸的径向速度主要包含线性特征,小口径弹丸的径向速度既包含线性特征又包含非线性特征,都可以建立ARIMA模型、GM(1,1)灰色模型和回归模型进行预测。但是这些传统模型有时预测能力比较局限,预测精度不理想。为了充分整合所有模型的预测优势,提高预测精度,选择建立组合模型进行预测。针对大口径弹丸,建立由ARIMA、GM(1,1)和一阶线性回归方程构建的组合模型进行预测,针对小口径弹丸,建立由ARIMA、GM(1,1)和二次多项式回归方程构建的组合模型进行预测,为了保证预测精度,按照迭代的方式进行预测。实验结果表明,无论是大口径弹丸还是小口径弹丸,组合模型的预测精度始终高于单项模型,平均相对误差小于1‰,更加适合作为弹丸径向速度的预测模型。 相似文献
4.
5.
为了提高航迹预测的准确度,加强对来袭目标的打击效果,提出一种改进灰色残差模型对目标航迹进行预测.该方法将灰色GM(1,1)模型与支持向量回归机相结合,通过对原始航迹数据建立灰色模型得到预测值以及残差序列,提出的改进残差模型运用支持向量回归机非线性拟合的能力对预测值进行修正,在一定程度上克服了GM(1,1)模型的缺陷,使模型预测结果的精度得以提升.分别使用灰色GM(1,1)模型、灰色残差GM(1,1)模型、改进灰色残差GM(1,1)模型3种方法对同一航迹进行预测并对预测的结果进行对比.计算结果表明:该改进模型在航迹数据变化较大的情况下能够较为精确地对航迹进行预测,有较高的理论和实用参考价值. 相似文献
6.
7.
为了探索火炮维修器材消耗规律,科学地指导火炮维修器材储备和供应,基于灰色预测方法,构建了GM(1,1)预测模型,结合2004—2009年某部火炮保障的应用实例,对其维修器材消耗进行了预测研究。预测结果表明,该模型在实际工作中对火炮维修器材消耗预测具有指导意义。 相似文献
8.
灰色理论在装备经济寿命预测中的应用 总被引:1,自引:0,他引:1
在分析装备的寿命周期费用的基础上,根据系统特点,运用灰色系统理论的GM(1,1)模型.累加数列克服原始数列的波动性和随机性,转化为规律性较强的数列,由此建立装备的经济寿命预测模型.以实例进行计算,进行相应的精度验证检验,结果证明所建模型具有实用性. 相似文献
9.
坦克炮作为直瞄武器,其初速的下降对射击精度影响很大,因此在射击前需要通过火控系统对初速加以修正。通过对目前几种火炮初速的修正方法进行归纳,指出方法的不足之处。提出了基于灰色系统理论的坦克炮初速修正方法,鉴于身管磨损量属于随机振荡序列,需要对模型进行优化,变换处理磨损数据,建立了适用于坦克炮身管磨损量的 GM (1,1)灰色预测模型,通过某型坦克炮试验数据验证了预测模型的准确性,并利用拉格朗日插值的方法计算相应磨损量下的坦克炮初速减退量。 相似文献
10.
为提高火炮的射击精度,对炮口初速预测方法进行研讨。根据火炮膛压的复杂特性,结合理论推导,提
出影响火炮初速的主要因素及条件,通过相关资料,将现有的炮口初速预测分为经验公式法、解析函数法、物理对
照法和数值分析法,分别对其进行描述与分析,总结出火炮在不同使用条件及发射弹序下的初速变化规律,并对各
类方法的适用范围以及技术发展趋势进行阐述。研究结果表明,利用规律来提高预测精度将成为重要发展发向之一。 相似文献
11.
12.
13.
针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1阶累加矩阵及其矩阵乘法运算推导出p阶累加矩阵。应用分数阶差分方程理论,将p阶累加矩阵推广到r分数阶累加矩阵,建立分数阶累加灰色模型GM(r,1)。通过矩阵求逆运算,得到r分数阶累减矩阵,简化了r分数阶累减计算方法。应用遗传算法确定GM(r,1)模型最优阶数,利用GM(r,1)模型预测维修备件需求,并通过实际数据实验,表明GM(r,1)模型比GM(1,1)模型具有更好的预测性能。 相似文献