基于遗传算法优化极限学习机的炸弹气动参数辨识

作者：甘跃鹏; 伍友利^*; 王康健; 陈鞭; 管军

来源：兵器装备工程学报, 2022, 43(09): 250-256.

• 遗传算法
• 炸弹
• 气动参数辨识
• 极限学习机

炸弹气动参数辨识技术是飞行器气动参数辨识中的关键分支，要提高无控炸弹的命中精度，减少弹药消耗，需要对炸弹的气动参数辨识方法进行研究。针对利用一般极限学习算法进行气动参数辨识时预测精度低、预测结果易发散的问题，应用遗传(GA)算法优化极限学习机(GA-ELM)算法、极限学习(ELM)算法，GA算法优化产生ELM的输入权重和隐含层神经元阈值，可以使得输入权重和阈值包括更多的样本信息，以提高其辨识精度。仿真结果表明：利用遗传算法优化极限学习机可以有效提高辨识精度，辨识结果有较好的收敛，但是由于遗传算法的寻优时间长，整体辨识时间加长。

• 单位
  空军工程大学; 江苏科技大学