基于BP神經網絡和遺傳算法的補燃室優(yōu)化設計

影響火箭沖壓發(fā)動機補燃室燃燒效率的因素很多,且很難找到各因素與燃燒效率之間的精確表達式.文中在數值模擬的基礎上,采用BP神經網絡對補燃室各因素和燃燒效率的關系進行了擬合,再利用遺傳算法對補燃室進行了優(yōu)化,得到最佳的因素配置.利用敏感度分析方法分析了影響補燃室燃燒效率的各因素的重要程度.

作 者： 張龍 夏智勛 胡建新 ZHANG Long XIA Zhixun HU Jianxin   作者單位： 國防科學技術大學航天與材料工程學院,長沙,410073  刊 名： 彈箭與制導學報  PKU 英文刊名： JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE  年，卷(期)： 2008 28(4)  分類號： V235.21  關鍵詞： 火箭沖壓發(fā)動機   BP神經網絡   遺傳算法   優(yōu)化   敏感度  

【基于BP神經網絡和遺傳算法的補燃室優(yōu)化設計】相關文章：

基于遺傳算法的飛機氣動優(yōu)化設計04-27

基于BP網絡和遺傳算法的波阻抗混合反演04-27

基于遺傳算法的翼型多目標氣動優(yōu)化設計04-27

基于改進BP神經網絡的職業(yè)危害預警模型04-25

基于BP神經網絡的降雨充水礦井涌水量預測04-27

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

基于BP神經網絡的彩色光彈性等色線自動定級法04-27

基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用04-27

基于改進BP神經網絡的地下水環(huán)境脆弱性評價04-25