期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测
被引量:
6
1
作者
易怀军
张相炎
+1 位作者
丁传俊
孙明亮
《火炮发射与控制学报》
北大核心
2015年第3期81-85,共5页
针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测。结果表明,通过组合灰色神经网络模型...
针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测。结果表明,通过组合灰色神经网络模型可以得出较单一模型预测更加准确的预测值,能更好地反映内膛烧蚀磨损量的发展规律。
展开更多
关键词
烧蚀磨损量
预测
组合灰色神经网络
火炮身管
下载PDF
职称材料
基于ANGM(1,1)和PSO-BP神经网络组合模型的身管烧蚀磨损量预测
2
作者
蒋俊君
陆欣
《火炮发射与控制学报》
北大核心
2022年第6期70-75,共6页
在火炮射击过程中,身管烧蚀磨损会对火炮性能产生不利影响,烧蚀磨损量预测对提高火炮性能及寿命均有较大意义。由于常规数据拟合和预测方法在预测火炮身管烧蚀磨损量时存在较大的误差,在分析传统预测模型优化方法的基础上,针对身管烧蚀...
在火炮射击过程中,身管烧蚀磨损会对火炮性能产生不利影响,烧蚀磨损量预测对提高火炮性能及寿命均有较大意义。由于常规数据拟合和预测方法在预测火炮身管烧蚀磨损量时存在较大的误差,在分析传统预测模型优化方法的基础上,针对身管烧蚀磨损量具有单调性和波动性特点,提出了改进的灰色模型ANGM(1,1),并结合基于粒子群算法优化的BP神经网络模型,建立了ANGM-PBP组合模型。对实弹射击测得的16组试样的实例应用分析表明,该组合预测模型的相对误差在±3%以内,平均相对误差低至0.74%,说明该组合模型的精度较高,适应性和可靠性均有所增强。该研究为火炮身管寿命预测提供了解决方案。
展开更多
关键词
火炮身管
烧蚀磨损量
组合模型
粒子群算法
寿命预测
下载PDF
职称材料
题名
基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测
被引量:
6
1
作者
易怀军
张相炎
丁传俊
孙明亮
机构
南京理工大学机械工程学院
出处
《火炮发射与控制学报》
北大核心
2015年第3期81-85,共5页
文摘
针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测。结果表明,通过组合灰色神经网络模型可以得出较单一模型预测更加准确的预测值,能更好地反映内膛烧蚀磨损量的发展规律。
关键词
烧蚀磨损量
预测
组合灰色神经网络
火炮身管
Keywords
erosion and wear value
prediction
combined gray neural network
gun barrel
分类号
TJ304 [兵器科学与技术—火炮、自动武器与弹药工程]
下载PDF
职称材料
题名
基于ANGM(1,1)和PSO-BP神经网络组合模型的身管烧蚀磨损量预测
2
作者
蒋俊君
陆欣
机构
南京理工大学能源与动力工程学院
出处
《火炮发射与控制学报》
北大核心
2022年第6期70-75,共6页
文摘
在火炮射击过程中,身管烧蚀磨损会对火炮性能产生不利影响,烧蚀磨损量预测对提高火炮性能及寿命均有较大意义。由于常规数据拟合和预测方法在预测火炮身管烧蚀磨损量时存在较大的误差,在分析传统预测模型优化方法的基础上,针对身管烧蚀磨损量具有单调性和波动性特点,提出了改进的灰色模型ANGM(1,1),并结合基于粒子群算法优化的BP神经网络模型,建立了ANGM-PBP组合模型。对实弹射击测得的16组试样的实例应用分析表明,该组合预测模型的相对误差在±3%以内,平均相对误差低至0.74%,说明该组合模型的精度较高,适应性和可靠性均有所增强。该研究为火炮身管寿命预测提供了解决方案。
关键词
火炮身管
烧蚀磨损量
组合模型
粒子群算法
寿命预测
Keywords
gun barrel
erosion and wear
combined prediction method
particle swarm optimization
life prediction
分类号
TJ012.1 [兵器科学与技术—兵器发射理论与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测
易怀军
张相炎
丁传俊
孙明亮
《火炮发射与控制学报》
北大核心
2015
6
下载PDF
职称材料
2
基于ANGM(1,1)和PSO-BP神经网络组合模型的身管烧蚀磨损量预测
蒋俊君
陆欣
《火炮发射与控制学报》
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部