基于AGA-BPNN的微小型弹药气动辨识

作者：豆登辉; 范军芳^*; 王海森

来源：战术导弹技术, 2022, (03): 1-8.

DOI：10.16358/j.issn.1009-1300.20210079

• 微小型制导弹药
• 参数辨识
• 神经网络
• 自适应遗传算法
• 静稳定性
• 气动布局
• 弹道仿真

将自适应遗传算法和神经网络结合应用于微小型制导弹药气动辨识问题中，提出了一种自适应遗传算法-反向传播神经网络（Adaptive Genetic Algorithm-Back Propagation Neural Network,AGA-BPNN）气动辨识模型。用交叉、变异概率自适应调整的遗传算法对神经网络的初始权值和阈值进行优化，建立AGA-BP神经网络模型；分别用BP神经网络、GA-BP神经网络、AGA-BP神经网络算法模型对弹药气动参数以及压心位置进行辨识，并对辨识结果进行弹道仿真飞行。结果表明，相比于BPNN和GA-BPNN,AGA-BPNN模型在微小型弹药气动参数辨识方面具有更小的均方误差和更快的收敛速度；在弹道仿真中辨识速度误差为0.37 m/s，位置误差为22.97 m，辨识模型达到了较好的辨识效果。

• 单位
  北京信息科技大学