科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更好地预测Mg/PTFE贫氧推进剂配方与其性能之间的关系,分别采用支持向量机(SVM)和BP神经网络对Mg/PTFE贫氧推进剂的燃烧热、燃烧温度和燃速进行了预测,并将各自的预测结果与测试结果进行了比较验证。结果表明,SVM能够较好地对Mg/PTFE贫氧推进剂的性能进行预测,其预测的最大相对误差(4.2%,9.8%,10.0%)都比BP神经网络预测的相对误差(13.0%,25.9%,41.8%)小,精度较高,为Mg/PTFE贫氧推进剂的性能预测提供了一种新方法。
- 单位
为了更好地预测Mg/PTFE贫氧推进剂配方与其性能之间的关系,分别采用支持向量机(SVM)和BP神经网络对Mg/PTFE贫氧推进剂的燃烧热、燃烧温度和燃速进行了预测,并将各自的预测结果与测试结果进行了比较验证。结果表明,SVM能够较好地对Mg/PTFE贫氧推进剂的性能进行预测,其预测的最大相对误差(4.2%,9.8%,10.0%)都比BP神经网络预测的相对误差(13.0%,25.9%,41.8%)小,精度较高,为Mg/PTFE贫氧推进剂的性能预测提供了一种新方法。
