本文選題：兵器科學與技術　切入點：果蠅算法　出處：《兵工學報》2017年01期 　論文類型：期刊論文

【摘要】：機槍槍管初速衰減預測是一個復雜的非線性問題。廣義回歸神經(jīng)網(wǎng)絡方法被廣泛應用于非線性問題的建模,但其平滑因子取值對神經(jīng)網(wǎng)絡的預測性能有較大影響。采用果蠅算法對廣義回歸神經(jīng)網(wǎng)絡的參數(shù)進行優(yōu)化選取,提出了基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡的機槍槍管初速衰減建模方法�；跈C槍槍管初速衰減試驗數(shù)據(jù),建立在不同使用環(huán)境下隨著累計射彈量的增加,以初速降為特征量的機槍槍管初速衰減預測模型,預測結果與試驗結果基本一致,證實了所提方法的可行性。通過與未經(jīng)優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡方法和反向傳播神經(jīng)網(wǎng)絡方法建立的預測模型進行比較,其性能明顯優(yōu)于另外兩種方法,驗證了基于果蠅算法優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡方法在建立機槍槍管初速衰減模型中的有效性。
[Abstract]:The prediction of the initial velocity attenuation of machine gun barrel is a complicated nonlinear problem, and the generalized regression neural network (GRNN) method is widely used to model the nonlinear problem. However, the smoothing factor value has a great influence on the prediction performance of neural network. The parameters of generalized regression neural network are optimized by using Drosophila algorithm. A modeling method for the initial velocity attenuation of machine gun barrel based on generalized regression neural network based on Drosophila algorithm is proposed. Based on the experimental data of the initial velocity attenuation of machine gun barrel, the model is established with the increase of accumulative projectile quantity in different application environments. The prediction model of the first velocity attenuation of machine gun barrel, which is characterized by the initial velocity drop, is in good agreement with the experimental results. The feasibility of the proposed method is confirmed. Compared with the prediction model established by the unoptimized generalized regression neural network method and the backpropagation neural network method, the performance of the proposed method is obviously superior to that of the other two methods. The effectiveness of the generalized regression neural network method based on Drosophila algorithm in establishing the model of the initial velocity attenuation of machine gun barrel is verified.
【作者單位】： 南京理工大學機械工程學院;
【基金】：國家自然科學基金項目(51575279)
【分類號】：TJ203.1;TP18

【參考文獻】

相關期刊論文 前7條

1 王英博;聶娜娜;王銘澤;李仲學;;修正型果蠅算法優(yōu)化GRNN網(wǎng)絡的尾礦庫安全預測[J];計算機工程;2015年04期

2 王海軍;涂凱;閆曉榮;;基于果蠅優(yōu)化算法的GRNN模型在邊坡穩(wěn)定預測中的應用[J];水電能源科學;2015年01期

3 方峻;吳華晴;;融合理論退化模擬與試驗數(shù)據(jù)的身管壽命預測[J];機械科學與技術;2014年10期

4 單永海;張軍;王全正;尹忱;;機槍身管常溫綜合壽命試驗技術研究[J];兵工學報;2013年01期

5 張軍;單永海;曹殿廣;鄭玉新;葛欣鑫;;基于最小二乘支持向量機的機槍加速壽命建模[J];兵工學報;2012年01期

6 潘文超;;應用果蠅優(yōu)化算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡進行企業(yè)經(jīng)營績效評估[J];太原理工大學學報(社會科學版);2011年04期

7 陳國利;韓海波;于東鵬;;BP神經(jīng)網(wǎng)絡的身管壽命預測方法[J];火力與指揮控制;2008年09期

【共引文獻】

相關期刊論文 前10條

1 王友衛(wèi);鳳麗洲;朱建明;;基于維度分區(qū)的果蠅優(yōu)化新算法[J];計算機科學;2016年12期

2 郭曉東;王麗芳;張學良;;基于自適應步長的果蠅優(yōu)化算法[J];中北大學學報(自然科學版);2016年06期

3 易懷軍;劉寧;張相炎;丁傳俊;;基于優(yōu)化的非等間隔灰色理論和BP神經(jīng)網(wǎng)絡的身管磨損量預測[J];兵工學報;2016年12期

4 林曉佳;;基于果蠅優(yōu)化廣義回歸神經(jīng)網(wǎng)絡的徑流預測[J];重慶科技學院學報(自然科學版);2016年06期

5 趙曉軍;劉成忠;胡小兵;;基于果蠅優(yōu)化算法的PID控制器設計與應用[J];中南大學學報(自然科學版);2016年11期

6 齊玉輝;楊明華;單永海;徐誠;;典型使用條件對大口徑機槍槍管壽命影響研究[J];兵工學報;2016年11期

7 張曉燕;;基于果蠅算法的廣義回歸神經(jīng)網(wǎng)絡在財務預警中的應用[J];財會月刊;2016年30期

8 吳成濱;林川;曾樹元;朱松松;周馳譽;;基于改進果蠅算法的危巖體彈性模量反演計算[J];水利水電技術;2016年10期

9 徐寧;吳永海;王永娟;徐誠;;基于鉻層與基體結合部疲勞損傷的轉管機槍身管壽命預測研究[J];兵工學報;2016年10期

10 程子安;童鷹;申麗娟;于帥帥;李明;;一種動態(tài)雙種群果蠅優(yōu)化算法求解FJSP[J];計算機工程與科學;2016年09期

【二級參考文獻】

相關期刊論文 前10條

1 范良;趙國忱;蘇運強;;果蠅算法優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡在變形監(jiān)測預報中的應用[J];測繪通報;2013年11期

2 韓俊英;劉成忠;;反向認知的高效果蠅優(yōu)化算法[J];計算機工程;2013年11期

3 趙怡晴;唐良勇;李仲學;秦潔璇;林璐瑤;;基于過程——致因網(wǎng)格法的尾礦庫事故隱患識別[J];中國安全生產(chǎn)科學技術;2013年04期

4 賈義鵬;呂慶;尚岳全;;基于粒子群算法和廣義回歸神經(jīng)網(wǎng)絡的巖爆預測[J];巖石力學與工程學報;2013年02期

5 李元松;陳文峰;李新平;田昌貴;夏進;郭運華;;基于模糊神經(jīng)網(wǎng)絡的邊坡穩(wěn)定性評價方法[J];武漢理工大學學報;2013年01期

6 田源;張彼德;劉代偉;汪鳳;吳華豐;陳笑;師鵬;;基于果蠅優(yōu)化算法的GRNN水電機組狀態(tài)趨勢預測[J];水電能源科學;2012年12期

7 王英博;王琳;李仲學;;基于HS-BP算法的尾礦庫安全評價[J];系統(tǒng)工程理論與實踐;2012年11期

8 劉翠玲;張路路;王進旗;李亮亮;;基于FOA-GRNN油井計量原油含水率的預測[J];計算機仿真;2012年11期

9 盛建龍;熊綿國;;基于灰色—BP神經(jīng)網(wǎng)絡組合模型的邊坡穩(wěn)定性預報方法[J];有色金屬(礦山部分);2012年04期

10 潘文超;;應用果蠅優(yōu)化算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡進行企業(yè)經(jīng)營績效評估[J];太原理工大學學報(社會科學版);2011年04期

【相似文獻】

相關期刊論文 前10條

1 張成;王興春;;空中機動目標航路預測模型[J];火力與指揮控制;2007年09期

2 李楷;;論汽車整車庫存預測模型的構建[J];現(xiàn)代商貿(mào)工業(yè);2008年05期

3 趙國清;張少勇;;關于成長曲線預測模型參數(shù)識別的一點看法[J];哈爾濱科學技術大學科學報告會論文摘要匯編;1985年S1期

4 左常勇;;隨機疲勞壽命分布預測模型[J];機械強度;1988年02期

5 ;《節(jié)能管理和預測模型》[J];中國能源;1991年08期

6 劉沐宇,鄭澤岱;灰色預測模型及在巷道收斂位移中的應用[J];非金屬礦;1992年05期

7 張步涵;鄭琢非;;灰色預測模型在農(nóng)電規(guī)劃中的應用[J];水電能源科學;1993年02期

8 陳淑敏;王秀英;;指數(shù)預測模型及參數(shù)識別[J];哈爾濱科學技術大學學報;1993年03期

9 陳傳波,劉廣宇;實時參量預測模型及其分析[J];湖北工學院學報;2001年04期

10 梅國建;張向波;徐宗昌;溫再華;;基于支持向量分類的裝備完好性預測模型[J];裝甲兵工程學院學報;2009年01期

相關會議論文 前10條

1 鄢小彬;肖新平;;基于灰色馬爾可夫模型的煤礦安全預測[A];第九屆中國青年信息與管理學者大會論文集[C];2007年

2 羅榮桂;黃敏鎂;;基于自適應神經(jīng)模糊推理系統(tǒng)的服務業(yè)發(fā)展預測模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;劉豹;徐德民;;預測模型的選擇及其智能化實現(xiàn)[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

4 肖健華;吳今培;;基于支持向量機的預測模型及應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 李陽旭;鄧輝文;;一種新的企業(yè)市場預測模型及其比較研究[A];2004年中國管理科學學術會議論文集[C];2004年

6 馬志元;;城市區(qū)域經(jīng)濟、人口、能源、環(huán)境綜合系統(tǒng)預測模型及應用[A];中國城市建設與環(huán)境保護實踐——城市建設與環(huán)境保護學術研討會論文集[C];1997年

7 李兆芹;姚克敏;;一種新的疾病發(fā)病率預測模型研究[A];首屆長三角氣象科技論壇論文集[C];2004年

8 李兆芹;姚克敏;;一種新的疾病發(fā)病率預測模型研究[A];首屆長三角科技論壇——氣象科技發(fā)展論壇論文集[C];2004年

9 張曉f^;;全球煤炭產(chǎn)量的灰色預測模型[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學術年會論文集[C];2007年

10 肖會敏;樊為剛;;基于神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測模型[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

相關重要報紙文章 前10條

1 劉慶;“預測模型”要緩行[N];網(wǎng)絡世界;2006年

2 特約記者 劉京濤;華東化工銷售員工設計價格預測模型見成效[N];中國石油報;2010年

3 南方日報記者 彭琳　實習生 周鵬程;預測世界杯之外 大數(shù)據(jù)還能做什么[N];南方日報;2014年

4 本報記者 張超;預測模型：推算SARS起落潮[N];科技日報;2003年

5 本報記者 段佳;機器“品肉師”替您“嘗鮮”[N];大眾科技報;2010年

6 BMC首席IT技術官 Mahendra Durai　IDC顧問 Eric Hatcher Randy Perry;預測智能：管理復雜基礎架構的鎖鑰[N];中國計算機報;2010年

7 張琳 趙偉;巧用Excel構建利潤預測模型[N];財會信報;2007年

8 楊宜勇（作者為國家發(fā)改委經(jīng)濟研究所副所長）;發(fā)揮信息化對就業(yè)的“增補效應”[N];第一財經(jīng)日報;2005年

9 本報記者 湯潯芳　實習記者 董文萍;“孵化器”模式：大數(shù)據(jù)的垂直運營樣本[N];21世紀經(jīng)濟報道;2014年

10 本報記者 安豐;深部找礦的探鏡[N];中國國土資源報;2006年

相關博士學位論文 前10條

1 師懿;城市交通規(guī)劃環(huán)評中空氣污染預測模型研究[D];中國地質大學;2015年

2 張麗;牦牛肉用品質特性及近紅外預測模型和產(chǎn)量等級系統(tǒng)的研究[D];中國農(nóng)業(yè)科學院;2015年

3 吳利豐;分數(shù)階灰色預測模型及其應用研究[D];南京航空航天大學;2015年

4 王菲;肉牛飼料有效能值預測模型的建立與評價[D];中國農(nóng)業(yè)大學;2016年

5 文江平;農(nóng)村地區(qū)成人2型糖尿病發(fā)生風險相關生物標志物的篩選及預測模型的建立[D];中國人民解放軍醫(yī)學院;2016年

6 白云鵬;華法林穩(wěn)態(tài)劑量預測模型在瓣膜置換術后抗凝治療中的應用[D];天津醫(yī)科大學;2016年

7 周闖;原發(fā)性肝癌術后轉移復發(fā)分子預測模型的優(yōu)化整合與臨床轉化[D];復旦大學;2012年

8 孫忠林;煤礦安全生產(chǎn)預測模型的研究[D];山東科技大學;2009年

9 王冬光;控制技術在投資預測模型建立中的應用研究[D];哈爾濱工程大學;2005年

10 張麗峰;中國能源供求預測模型及發(fā)展對策研究[D];首都經(jīng)濟貿(mào)易大學;2006年

相關碩士學位論文 前10條

1 劉冰;基于神經(jīng)網(wǎng)絡的纖維熱磨過程能耗預測模型的研究[D];東北林業(yè)大學;2015年

2 張念;鐵路軌道幾何不平順趨勢預測的關鍵算法研究[D];西南交通大學;2015年

3 田振偉;城市能源預測模型的研究與應用[D];昆明理工大學;2015年

4 吳迪;基于模糊決策樹算法的安全庫存量預測模型[D];中國地質大學(北京);2015年

5 齊雯;采用灰色預測模型改進的HHT算法在故障診斷中的應用[D];華南理工大學;2015年

6 王萍;膀胱癌遺傳分數(shù)的計算及發(fā)病風險預測模型的構建[D];復旦大學;2013年

7 石大宏;基于序列的蛋白質—核苷酸綁定位點預測研究[D];南京理工大學;2015年

8 熊盛華;基于BP神經(jīng)網(wǎng)絡的混合預測模型的實例研究[D];蘭州大學;2015年

9 趙Z，

本文編號：1605347