-
题名链式回转弹仓区间不确定性动力学模型
- 1
-
-
作者
赵伟
侯保林
闫少军
鲍丹
林瑜斌
-
机构
南京理工大学机械工程学院
南京理工大学瞬态物理国家重点实验室
内蒙古第一机械集团有限公司
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第6期1991-2002,共12页
-
基金
南京理工大学瞬态物理国家重点实验室基金项目(2022-JCJQ-LB-061-02)。
-
文摘
针对具有区间不确定性参数的辨识问题,提出一种基于区间可能度转换模型的区间不确定性参数的双层嵌套辨识(Double-layer Nested Identification,DNI)方法。通过将待辨识参数分为两类,利用DNI方法辨识出第1类确定性参数,再通过基于DNI思想的区间优化方法优化第2类区间不确定性参数的区间范围;面向嵌套策略类型方法计算量庞大且效率低的问题,选用贝叶斯优化-粒子群优化(Bayesian Optimization-Particle Swarm Optimization,BO-PSO)方法作为内层算法以提高求解效率。DNI方法的内层利用BO-PSO方法计算区间上下界,外层利用改进型布谷鸟搜索(Improved Cuckoo Search,ICS)方法辨识特定参数。为进一步缩短求解时间,提出一种ICS多核极限学习机(ICS-Multiple Kernel-Extreme Learning Machine,ICS-MK-ELM)代理模型,ICS-MK-ELM代理模型克服了人工调节每个核函数超参数的困难,并且模型预测精度明显高于核ELM(Kernel ELM,KELM)和MK-ELM;将DNI方法应用于链式回转弹仓的参数辨识,解决了链式弹仓具有区间不确定性参数的辨识困难的问题,参数辨识结果表明所提DNI方法以及基于DNI思想的区间优化方法具有更高的精度和稳定性。
-
关键词
不确定性
区间可能度
弹仓
参数辨识
多核极限学习机
贝叶斯优化
布谷鸟搜索方法
-
Keywords
uncertainty
interval possibility degree
shell magazine
parameter identification
multiple kernel extreme learning machine
Bayesian optimization
cuckoo search algorithm
-
分类号
TJ301
[兵器科学与技术—火炮、自动武器与弹药工程]
-