基于神经网络的空化器直径优化设计
超空泡水下高速运动体的是以超空化理论研发的武器,一经问世,成为军事国家关注的焦点,本文以超空泡运动体的空化器直径为研究对象,首先改进了传统的工程结构优化方法:惩罚函数法,使之便于计算和化简。然后创建专门针对具有两个不等式约束的惩罚目标函数,改进惩罚因子,使其具有统一性,为融合神经网络做铺垫。本文主导将改进后的双不等式约束惩罚目标函数,融入反馈神经网络模仿电路系统中去,将惩罚目标函数式与神经网络能量函数式对应起来,将传统的求解优化问题转换成为利用求解神经网络能量函数最小值问题,成为反馈神经网络优化法。
本文使用神经网络方法对超空泡运动体的空化器直径进行优化设计,使其在合理的直径范围内,使超空泡武器速度最快。首先对优化对象建立数学模型,用传统优化方法求解。然后利用反馈神经网络优化法进行建模,使用计算机仿真技术求解,并将传统优化法和神经网络优化法进行对比分析,证明了神经网络优化法的可行性。
超空泡水下高速运动体;空化器直径;惩罚目标函数;反馈神经网络;神经网络优化法
哈尔滨工程大学
硕士
飞行器设计
张德欣
2011
中文
TP391.9;E925.23
64
2012-06-30（万方平台首次上网日期，不代表论文的发表时间）