文献类型：期刊文章

作　　者：孙丽娜[1] 王应海[1] 黄永红[2] 丁慎平[1]

SUN Lina;WANG Yinghai;HUANG Yonghong;DING Shenping(Mechatronics Engineering Department,Suzhou Industrial Park Institute of Vocational Technology,Suzhou 215123,Jiangsu,China;School of Electrical and Information Engineering,Jiangsu University,Zhenjiang 212013,Jiangsu,China)

机构地区：[1]苏州工业园区职业技术学院机电工程系,江苏苏州215123 [2]江苏大学电气信息工程学院,江苏镇江212013

出　　处：《火炮发射与控制学报》

基　　金：江苏高校品牌专业建设工程资助项目(PPZY2015A088);江苏省自然科学基金(BK20151345)

年　　份：2018

卷　　号：39

期　　号：4

起止页码：91-95

语　　种：中文

收录情况：BDHX、BDHX2017、CSA-PROQEUST、IC、核心刊

摘　　要：针对机枪枪管初速衰减的建模及寿命预测问题,运用贝叶斯推断方法对最小二乘支持向量机(LSSVM)的正则化参数、核函数参数进行优化选择,提出一种基于贝叶斯推断LSSVM的机枪枪管初速衰减建模方法,应用机枪枪管初速衰减试验数据,建立了以环境温度、射击间隔时间、累计射弹量为输入,相对初速为输出的贝叶斯LSSVM机枪枪管初速衰减模型,并与交叉验证的LSSVM及BP神经网络模型进行比较。研究结果表明,基于贝叶斯推断的LSSVM建立的预测模型明显优于上述两种方法,验证了基于贝叶斯推断的LSSVM方法对以初速下降量枪管的寿命评价的有效性。

关 键 词：人工智能 贝叶斯推断 最小二乘支持向量机 初速衰减  预测模型  

分 类 号：TJ25]