基于 PSO-SVM 的侵彻效果预测方法

• 作者: 张树霞 赵捍东 韩志高
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 动能侵彻 毁伤预测 粒子群优化
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 166-170,175
• 页数: 6页
• 分类号: TJ510
• 字数: 4142字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2015.02.015

摘要

准确预测弹丸参数变化时的侵彻效果，对作战效果评估和战斗部设计都具有重要作用。针对当前方法存在的问题，提出了一种基于粒子群优化支持向量机算法的动能弹侵彻混凝土靶的侵彻效果预测方法。通过对训练样本的学习，在支持向量机中可以形成输入量到输出量之间的智能映射关系，完成训练后的支持向量机根据新的输入量可以解算出对应的侵彻深度。为了获得更好的预测效果，使用粒子群优化算法改进了支持向量机的结构参数。最后进行了预测测试，结果表明本文方法的相对预测误差为4%，可以满足工程需要。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵捍东	中北大学机电工程学院	74	431	10.0	17.0
2	张树霞	中北大学机电工程学院	10	58	4.0	7.0
3	韩志高	中北大学机电工程学院	1	3	1.0	1.0