基于最小二乘支持向量机的机枪加速寿命建模
加速寿命试验可以在短时间内对产品寿命进行有效评定.针对以往机枪加速寿命模型预测能力较差的问题,提出了基于最小二乘支持向量机( LS-SVM)建立加速寿命模型的方法.以机枪寿终射弹量为寿命特征,以试验环境温度、枪管最大温度、射击间隔时间以及最大膛压为加速应力建立了机枪加速寿命模型.由于LS-SVM的参数选取是决定建立模型优劣的关键因素,因此采用遗传算法对LS-SVM参数进行优化选取.通过分析比较LS-SVM与常规变换方法和BP神经网络建立的机枪加速寿命模型精度,结果表明利用LS-SVM方法建立的模型明显优于其他2种方法,验证了LS-SVM在机枪加速寿命预测应用中的有效性.
系统工程、最小二乘支持向量机、神经网络、遗传算法、加速寿命试验
33
TJ25(枪械)
2012-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
63-68