文章详情
| 稿件标题： | 基于改进PSO-RBF的炸药药柱密度预测研究 |
| 稿件作者： | 郭进勇，伍凌川，刘彬，石义官，李全俊，杨治林 |
| DOI： | 10.11809/bqzbgcxb2023.S2.022 |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 药柱密度预测；径向基网络；粒子群算法；惯性权重 |
| 文章摘要： | 针对炸药药柱密度检测效率低的问题，提出一种密度预测方法。通过非线性动态调整粒子群优化算法(particle swarm optimization, PSO)的惯性权重，以优化径向基（radial basis function, RBF）网络参数，构建IPSORBF网络模型，利用压制工艺参数实现药柱密度预测。实验表明，改进的PSO算法能快速寻出RBF网络参数，同时具有PSO算法和RBF模型的优点，具有较好的收敛速度和预测精度。与传统的RBF网络或未改进惯性权重的PSORBF相比，IPSORBF的RMSE分别下降了38.6%、42.4%，模型的预测识别精度有较大提高，实现了炸药药柱密度的有效预测。 |
| 稿件基金： | 国防基础科研项目（JCKY2021xxxB00x） |
| 引用本文格式： | 郭进勇，伍凌川，刘彬，等.基于改进PSORBF的炸药药柱密度预测研究［J］.兵器装备工程学报，2023,44(S2):121-127. GUO Jinyong, WU Lingchuan, LIU Bin, et al.Research on explosive column density prediction based on improved PSORBF algorithm［J］.Journal of Ordnance Equipment Engineering,2023,44(S2):121-127. |
| 刊期名称： | 2023年增刊2期 |
| 出版时间： | 2024年2月 |
| 上线时间： | 2024年2月21日 |
| 浏览次数： | 1292 |
| 下载次数： | 30 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |