基于GA-SVM的破片侵彻装备损伤模式预测研究

为了实现破片侵彻靶板损伤模式的快速预测,使维修人员获得更多的维修决策信息,提出一种使用LS-DYNA有限元软件和遗传支持向量机(GA-SVM)对破片侵彻靶板损伤模式进行预测的方法。该方法利用计算机仿真的方式获取装备损伤的有效数据,并使用正交实验方法对数据进行了分析和处理,大大降低了实验成本和提高了实验效率。同时,针对人为选择SVM参数时的盲目性,使用遗传算法优化其参数,并与未使用遗传算法的预测结果进行比较。实验结果表明:GA-SVM大大提高了模型的分类识别能力,能够精确的对破片侵彻靶板损伤模式进行预测。