兵工学报 ›› 2022, Vol. 43 ›› Issue (5): 1012-1022.doi: 10.12382/bgxb.2021.0240
杨建新1, 兰小平1, 冯亚东1, 杨一铭1, 郭志明2
YANG Jianxin1, LAN Xiaoping1, FENG Yadong1, YANG Yiming1, GUO Zhiming2
摘要: 针对新型弹药产品质量评估样本数据少、试验消耗大、未有效利用制造过程质量数据等问题,提出一种基于改进樽海鞘群和最小二乘支持向量机(LSSVM)的新型弹药质量评估方法。以新型弹药靶试数据为输入,对批次弹药发射成功率进行贝叶斯估计。利用LSSVM建立弹药批次制造质量数据与弹药发射成功率之间关系的评估模型,使用精英质心和反向学习策略改进的樽海鞘群算法对LSSVM进行优化,有效提升评估模型的准确性,并以某新型弹药为例对评估模型有效性进行验证。验证结果表明:与传统LSSVM、粒子群优化的LSSVM及樽海鞘群优化的LSSVM模型相比,该模型具有较高的准确度和较强的鲁棒性,对新型弹药产品的质量评估有一定借鉴意义。
中图分类号: