91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

    針對(duì)工業(yè)和軍事領(lǐng)域的燃料空氣混合物爆炸威力預(yù)測(cè)問題，國(guó)內(nèi)學(xué)者探索研究了多種方法，但此類爆炸機(jī)理復(fù)雜、影響因素眾多，目前的預(yù)測(cè)方法各有相應(yīng)的限制條件。本文基于人工神經(jīng)網(wǎng)絡(luò)原理，構(gòu)建相應(yīng)預(yù)測(cè)模型，開展燃料空氣混合物爆炸威力預(yù)測(cè)研究。

    1  模型原理

    人工神經(jīng)網(wǎng)絡(luò)屬于人工智能范疇，適合用于處理分類、預(yù)測(cè)等影響因素復(fù)雜的一類問題。人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用較廣泛的是BP（Back Propagation）模型，其典型結(jié)構(gòu)如圖1所示，單個(gè)神經(jīng)單元構(gòu)成如圖2所示。

    BP模型算法采用的是誤差反向傳播算法。

    學(xué)習(xí)信號(hào)前饋

    式中：x，為圖1輸入層節(jié)點(diǎn)i的輸入值，i=1，2，…n；x為隱層節(jié)點(diǎn)j的輸出值，j=l，2，…q；yk為輸出層節(jié)點(diǎn)k的輸出值，k=l，2，"'m; Wij、Wjk分別為輸入層與隱層、隱層與輸出層節(jié)點(diǎn)的連接權(quán)值；θ，為隱層節(jié)點(diǎn)的閾值；Ok為輸出層節(jié)點(diǎn)的閾值。

    2模型設(shè)計(jì)

    燃料空氣混合物爆炸所形成的破壞作用，主要是通過大體積云霧爆轟及由此引起的空氣沖擊波實(shí)現(xiàn)的，對(duì)相關(guān)“軟”目標(biāo)毀傷效應(yīng)嚴(yán)重。衡量燃料空氣混合物爆炸威力大小，是一個(gè)比較復(fù)雜的問題，涉及爆炸源、爆炸形式等多個(gè)方面。針對(duì)燃料空氣混合物爆炸威力預(yù)測(cè)問題，本文選取液態(tài)的環(huán)氧丙烷和固態(tài)的金屬鋁粉組成的液固混合燃料，引爆條件是小藥量無約束空間。影響燃料空氣混合物爆炸威力的因素較多，若使其它條件固定不變，則可選取圖3所示的9個(gè)主要影響因素作為模型的輸入層節(jié)點(diǎn)：液態(tài)環(huán)氧丙烷質(zhì)量百分含量Cpo、固態(tài)金屬鋁粉質(zhì)量百分含量CA1、混合燃料氧平衡OB、中心裝藥質(zhì)量mc、比藥量r、炸高h(yuǎn)、環(huán)境溫度To、濕度ho、氣壓Po。

    模型的輸出層節(jié)點(diǎn)選取圖3所示的反映混合物爆炸威力的5個(gè)考察指標(biāo)：爆壓P、爆溫T、爆熱Q．、氣體產(chǎn)物體積v、爆炸威力指數(shù)F。

    式中：W為燃料質(zhì)量、△P為云霧區(qū)超壓、S為云霧覆蓋面積、v為云霧體積、H為云霧高度、T為爆溫。

    對(duì)于給定的應(yīng)用命題，若輸入層節(jié)點(diǎn)數(shù)、輸出層節(jié)點(diǎn)數(shù)、標(biāo)準(zhǔn)輸入樣本個(gè)數(shù)均已知，再確定隱層層數(shù)和每個(gè)隱層的節(jié)點(diǎn)數(shù)，則模型結(jié)構(gòu)可定。本文標(biāo)準(zhǔn)輸入樣本選擇表1所列的93組數(shù)據(jù)，輸入層節(jié)點(diǎn)數(shù)為9，輸出層節(jié)點(diǎn)數(shù)為5。根據(jù)相關(guān)研究成果，在設(shè)計(jì)變量不產(chǎn)生冗余時(shí)，模型隱層層數(shù)宜盡量取少，通常取1~3層。本文采用神經(jīng)網(wǎng)絡(luò)共軛梯度優(yōu)化方法，通過間接優(yōu)化計(jì)算，選定2個(gè)隱層，每個(gè)隱層5個(gè)節(jié)點(diǎn)。因此，本文設(shè)計(jì)的模型結(jié)構(gòu)為(9 -5-5 -5)，如圖3所示。

    3模型訓(xùn)練及應(yīng)用

    對(duì)于多層神經(jīng)網(wǎng)絡(luò)，增加隱層數(shù)量雖能夠提升網(wǎng)絡(luò)的識(shí)別能力，但同時(shí)也使BP算法更易陷入局部極小值，采取預(yù)訓(xùn)練方法可以在一定程度上緩解該問題帶來的影響。應(yīng)用文獻(xiàn)的網(wǎng)絡(luò)預(yù)訓(xùn)練及參數(shù)初始化方法，對(duì)燃料空氣混合物爆炸威力預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)訓(xùn)練，學(xué)習(xí)訓(xùn)練樣本見表1。學(xué)習(xí)訓(xùn)練結(jié)束后，針對(duì)表2中的8種情形，利用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型開展實(shí)際預(yù)測(cè)，表3為預(yù)測(cè)值與實(shí)際計(jì)算值的對(duì)比結(jié)果。在不改變學(xué)習(xí)訓(xùn)練樣本和預(yù)測(cè)樣本的條件下，采用3層BP網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)，與本文設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果對(duì)比如表4所示。

    從表3可以看出，模型的預(yù)測(cè)結(jié)果與實(shí)際計(jì)算結(jié)果相吻合，該模型預(yù)測(cè)的相對(duì)誤差為0.2%~6. 1010，本文采用的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)方法簡(jiǎn)便、可行。預(yù)測(cè)結(jié)果表明，隨著鋁粉含量變化，混合物爆炸威力存在一個(gè)最大值，當(dāng)鋁粉含量約65%時(shí)，混合物爆炸威力達(dá)到最大；爆壓隨鋁粉含量增加呈先增后減趨勢(shì)，爆溫和爆熱隨鋁粉含量增加一直呈上升趨勢(shì)，但氣體產(chǎn)物體積隨鋁粉含量增加呈急劇下降趨勢(shì)。

    從表4可以看出，與3層BP模型比較，本文設(shè)計(jì)的模型可以減少訓(xùn)練次數(shù)、縮短訓(xùn)練時(shí)間、提高預(yù)測(cè)正確率，具有一定的優(yōu)勢(shì)。

    本文模型適合用于液固混合材料在空氣中爆炸的威力預(yù)測(cè)，僅局限在小藥量無約束空間。今后應(yīng)開展多種條件下的燃料空氣混合物爆炸試驗(yàn)，積累更多的學(xué)習(xí)訓(xùn)練樣本，以便進(jìn)一步擴(kuò)大文中所設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)模型的適用范圍。

    4結(jié)論

    1)模型訓(xùn)練及應(yīng)用結(jié)果表明，本文采用的預(yù)測(cè)方法簡(jiǎn)便、可行，可以為燃料空氣混合物爆炸威力預(yù)測(cè)提供一種新途徑。

    2)與3層BP模型對(duì)比，本文設(shè)計(jì)的預(yù)測(cè)模型可以減少訓(xùn)練次數(shù)、縮短訓(xùn)練時(shí)間、提高預(yù)測(cè)正確率，具有一定的優(yōu)勢(shì)。

    3)今后應(yīng)積累更多的學(xué)習(xí)訓(xùn)練樣本，擴(kuò)大模型的適用范圍。  

    5摘要：

    燃料空氣混合物爆炸威力準(zhǔn)確預(yù)測(cè)研究是學(xué)術(shù)界的一個(gè)難題。針對(duì)燃料空氣混合物爆炸威力有效預(yù)測(cè)問題，采用神經(jīng)網(wǎng)絡(luò)方法，設(shè)計(jì)多層神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行實(shí)際預(yù)測(cè)應(yīng)用。應(yīng)用結(jié)果表明，采用的預(yù)測(cè)方法簡(jiǎn)便、可行，可以為燃料空氣混合物爆炸威力預(yù)測(cè)提供一種新途徑。相比3層BP模型，設(shè)計(jì)的預(yù)測(cè)模型可以減少訓(xùn)練次數(shù)，縮短訓(xùn)練時(shí)間，提高預(yù)測(cè)正確率，應(yīng)用優(yōu)勢(shì)較明顯。