【技术实现步骤摘要】
一种基于遗传算法优化的发射场气温预报模型
[0001]本专利技术涉及航天气象预报
,尤其涉及一种基于遗传算法优化的发射场气温预报模型。
技术介绍
[0002]气温对发射活动的影响主要分为发射前和发射时两个阶段,在发射前的液体燃料加注环节,由于液体燃料具有热胀冷缩效应以及液体凝固效应,加注前需根据准确的气温预报计算燃料的加注量,合适的加注量是火箭发动机正常工作的保证;而在遇到寒潮等低温天气时,发射场勤务保障系统须根据准确的温度预报采取不同的保温措施,及时调整空调送风量,确保射前发射塔气温满足要求;而在发射时,尤其是塔架完全展开后,火箭失去发射塔的气温勤务保障,完全裸露在环境气温当中,低温会导致火箭外部部件结冰或失能,高温则会使得部件绝缘性能下降,都将影响发射成败。比如美国“挑战者号”航空事故就是因为极端低温使得外部燃料箱右侧固体火箭助推器下端壳体接头的O型密封圈失效,致使推进剂外泄造成燃烧和爆炸。在实际任务保障过程中,当发射窗口温度临近发射放行准则临界值时,准确的气温预报是发射放行决策的最终依据。
[0003]气温的变化是云量、云高、云厚、风速、下垫面等诸多因素非线性耦合的综合变量,目前在气象预报业务中,气温预报主要是根据数值预报结果,再由预报员根据局地预报保障经验和对天气变化的认识进行修正,当天气复杂时,预报误差可达4℃,在实际业务中,要达到时间间隔为逐时、空间距离小于10km的温度精确预报是非常具有挑战性的。
[0004]现有技术中,施晓芬等首次把实测气压、风速以及相对湿度作为输入,利用BP神 ...
【技术保护点】
【技术特征摘要】
1.一种基于遗传算法优化的发射场气温预报模型,其特征在于,包括以下步骤:S1:数据介绍与样本构建;S2:标准化训练样本数据;S3:BP神经网络模型的建立;S4:将遗传算法和BP神经网络结合;S5:输出实验仿真结果。2.根据权利要求1所述的基于遗传算法优化的发射场气温预报模型,其特征在于,所述数据介绍与样本构建包括以下步骤:剔掉温度预报与实际观测大于5℃的样本,再剔除掉预报要素不全的样本,处理后得到有效样本,选取一部分作为试验样本,另一部分作为测试样本,建立模型。3.根据权利要求1所述的基于遗传算法优化的发射场气温预报模型,其特征在于,所述标准化训练样本数据包括以下步骤:对所有预报因子采取归一化处理,采用归一化方法为最大最小法,函数如下:x
i
=(x
i
‑
x
min
)/(x
max
‑
x
min
)式中,x
min
,x
max
分别为数据序列中的最小数和最大数。4.根据权利要求1所述的基于遗传算法优化的发射场气温预报模型,其特征在于,所述BP神经网络模型的建立:采用三层的BP神经网络,其结构可描述如下,输入层由欧洲细网格预报的2m气温、地表气温、2m露点温度、850hPa气温组成,即输入节点数为4个;输出为预报的气温,输出节点为1个;通过控制变量法不断学习后,误差最小的隐含层节点数为7个。5.根据权利要求1所述的基于遗传算法优化的发射场气温预报模型,其特征在于,所述将遗传算法和BP神经网络结合包括以下步骤:S41:种群初始化:通过拟合的函数输入参数,设置的BP神经网络结构,确定种群数;S42:适应度函数:用训练数据训练BP神经网络后预测系统输出,把预测输出和期望输出之间的误差绝对值和E作为个体适应度值F,计算公式为:式中,n为网络输...
【专利技术属性】
技术研发人员:张芳,王刚,张朝飞,陈锋,康林,潘泉,谭文秋,靳晓铂,曾丽,苟伟强,
申请(专利权)人:中国人民解放军六三六二零部队,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。