一种基于数据增强的破片侵彻靶板弹道极限速度预测方法技术

技术编号:43103822 阅读:16 留言:0更新日期:2024-10-26 09:46
本发明专利技术公开了一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,对预先获取的侵彻数据进行数据异常值检测,将侵彻数据分成7个待增强数据区间,并选出少数样本区间;建立SMOTE数据增强方法对少数样本区间的侵彻数据进行数据增强,对通过数据增强生成的样本数据进行数据筛选,并将筛选后的样本数据加入原数据集,构成扩充后的新数据集;利用交叉验证法选出最优模型参数,建立GBDT模型;对实际的侵彻数据进行预测。本发明专利技术通过新增少数区间样本来规避数据量少、存在异常数据及样本不平衡带来的计算误差,提高模型的泛化性,更高效地实现对破片侵彻靶板弹道极限速度的预测。

【技术实现步骤摘要】

本专利技术涉及弹道极限速度预测领域,具体涉及一种基于数据增强的破片侵彻靶板弹道极限速度预测方法


技术介绍

1、弹道极限速度是衡量破片或弹道导弹穿透靶板能力的一种指标,对于设计和评估弹道导弹的性能十分重要。通过弹道极限速度确定弹头的穿透能力,进而评估导弹的杀伤效果并指导材料选择和设计优化,从而提高导弹的战斗效能。对于不同材料、不同直径的破片侵彻不同材质、厚度的目标,其对应的弹道极限速度不同。现有研究中,确定弹道极限速度的方法主要包括经验公式方法和数值计算方法。经验公式主要式基于大量试验实测数据建立弹道极限速度计算公式,包括de marre公式、午新民公式等,公式的适用条件及适用范围都不相同。数值计算方法主要应用有限元软件进行大量仿真工况计算,模拟结果依赖于网格划分及仿真参数,工作量大且准确性较难保证。传统计算方法中往往存在试验成本高、试验周期长等问题,因此采用机器学习方法解决这些问题。

2、随着互联网和大数据的迅速发展,机器学习方法被广泛地应用于研究破片对靶板的侵彻与贯穿过程。决策树是回归分析中的常用模型,采用集成学习的方法,将多个决策树组合成本文档来自技高网...

【技术保护点】

1.一种破片侵彻靶板弹道极限速度预测方法,其特征在于步骤包括:

2.根据权利要求1所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

3.根据权利要求1或2所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

4.根据权利要求3所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

5.根据权利要求1或2所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

6.根据权利要求5所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

...

【技术特征摘要】

1.一种破片侵彻靶板弹道极限速度预测方法,其特征在于步骤包括:

2.根据权利要求1所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

3.根据权利要求1或2所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

4.根据权利要求3所述的一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,其特征在于:

5.根据权利要求1或2所述的一种基于数据增强的破片侵彻靶板...

【专利技术属性】
技术研发人员:徐豫新王逸凡
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1