版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、針對(duì)Mg/PTFE貧氧推進(jìn)劑的配方優(yōu)化,本文在分析傳統(tǒng)配方優(yōu)化方式及存在的問(wèn)題的基礎(chǔ)上,提出了使用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的配方優(yōu)化方法。
文章首先依據(jù)神經(jīng)網(wǎng)絡(luò)和遺傳算法基本原理,分析研究了BP、GRNN、SVM等三種不同的網(wǎng)絡(luò)模型的結(jié)構(gòu)和算法;接著采用均勻設(shè)計(jì)法設(shè)計(jì)了試驗(yàn)配方,在對(duì)配方的燃燒熱、燃燒溫度和燃速測(cè)試的基礎(chǔ)上獲得了神經(jīng)網(wǎng)絡(luò)所必需的訓(xùn)練數(shù)據(jù);然后分別用三種不同的神經(jīng)網(wǎng)絡(luò)模型對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行了建模和預(yù)測(cè),結(jié)果顯
2、示,SVM網(wǎng)絡(luò)預(yù)測(cè)誤差均在10%以內(nèi),精度較高,可用于本文的研究。
本文以推進(jìn)劑的性能預(yù)測(cè)結(jié)果為優(yōu)化目標(biāo),通過(guò)遺傳算法的優(yōu)化得出最佳的推進(jìn)劑配方為:PTFE/Mg質(zhì)量比為0.491,粘合劑含量為12.5%,鎂粉粒度為26.90μm,聚四氟乙烯粒度為111.33μm,并對(duì)該配方進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果表明,該配方的燃燒熱、燃燒溫度和燃速都處于較高水平,且具有較低的感度和良好的安定性,滿足沖壓發(fā)動(dòng)機(jī)對(duì)其貧氧推進(jìn)劑的性能要求,可用于
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 采用神經(jīng)網(wǎng)絡(luò)與遺傳算法對(duì)Mg-PTFE貧氧推進(jìn)劑配方的優(yōu)化設(shè)計(jì)研究.pdf
- Mg-PTFE貧氧煙火推進(jìn)劑配方優(yōu)化研究.pdf
- Mg-PTFE貧氧煙火推進(jìn)劑的性能與工藝試驗(yàn)研究.pdf
- 遺傳算法在bp神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用
- 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用.pdf
- 遺傳算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)在肺癌診斷中的應(yīng)用.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測(cè)中的應(yīng)用.pdf
- 遺傳算法結(jié)合人工神經(jīng)網(wǎng)絡(luò)優(yōu)化潤(rùn)滑油配方的研究.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)在大壩安全監(jiān)測(cè)預(yù)報(bào)中的應(yīng)用.pdf
- 遺傳算法在神經(jīng)模糊控制器優(yōu)化和BP神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法及其在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的分析.pdf
- 人工神經(jīng)網(wǎng)絡(luò)和遺傳算法在微波設(shè)計(jì)中的應(yīng)用.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)協(xié)同優(yōu)化在排氣消聲器的應(yīng)用.pdf
- 基于遺傳算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電MPPT中的應(yīng)用.pdf
- 32 基于遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
- 基于遺傳算法的神經(jīng)網(wǎng)絡(luò)在大壩變形預(yù)報(bào)中的應(yīng)用.pdf
- 遺傳算法在缺陷接地結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)建模中的應(yīng)用.pdf
- 遺傳算法及其在人工神經(jīng)網(wǎng)絡(luò)方面的應(yīng)用.pdf
- 遺傳算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)在瓦斯涌出量預(yù)測(cè)中的應(yīng)用.doc
評(píng)論
0/150
提交評(píng)論