基于粒子群神经网络的含硼富燃料推进剂一次燃烧性能计算

使用粒子群算法（particle swarm optimization,PSO）来优化误差反传（back propagation,BP）神经网络的权重和阈值,建立了粒子群神经网络（PSO-BP）计算模型,利用该模型对含硼富燃料推进剂的一次燃烧性能进行了模拟计算,当端羟基聚丁二烯（HTPB,28%~32%）、高氯酸铵（AP,30%~35%,重均粒径0.06~0.140 mm）、卡托辛（GFP,0%~5%）等重要影响因素变化时,计算了相应配方的燃速和压强指数,并与测试结果进行了比较。结果显示,模拟计算的燃速和压强指数相对偏差均小于±7%。