公开(公告)号：CN117973179A

公开(公告)日：2024-05-03

申请号：CN202311741043.0

申请日：2023-12-18

Applicant: 南京理工大学

Inventor： 易文俊 ,  薛吴优 ,  夏悠然

IPC: G06F30/27 ,  G06F119/02

Abstract: 本发明属于弹箭气动参数辨识技术领域，具体涉及一种基于极限学习机和集成学习理论的弹箭气动参数辨识方法。包括如下步骤：(1)构建极限学习机ELM模型：ELM作为弱学习器根据历史数据学习弹道数据与气动参数之间的内在变化规律，建立弹道数据与气动参数之间的映射关系；(2)构建集成学习框架AdaBoost.RT：具有裁切阈值的AdaBoost.RT算法作为集成框架，考虑弱学习器的结果，将多个弱学习器集成为一个强学习器，输出最终的辨识结果；(3)：实弹数据预处理；(4)：设定模型超参数。本发明提出一种基于极限学习机和集成学习理论的气动参数辨识模型为弱化动力学建模对辨识精度的影响，提高辨识模型的泛化性能以获取准确的气动参数。

公开(公告)号：CN113627075B

公开(公告)日：2024-04-09

申请号：CN202110812629.6

申请日：2021-07-19

Applicant: 南京理工大学

Inventor： 夏悠然 ,  管军 ,  易文俊

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明公开一种基于自适应粒子群优化极限学习的弹丸气动系数辨识方法。包括如下步骤：(1)：建立弹丸二自由度动力学模型；(2)：构建原始极限学习机网络模型；(3)：利用自适应粒子群算法优化原始极限学习机网络模型，得到原始极限学习机网络模型的输入权重以及隐含层神经元阈值；(4)：进行参数辨识；确定隐含层和输出层的连接权值矩阵#imgabs0#在确定连接权值矩阵#imgabs1#的基础上，求解模型的输出矩阵，实现参数辨识。本发明创新性提出一种自适应粒子群优化算法为极限学习提供输入权重以及隐含层神经元阈值，再利用极限学习辨识弹丸气动系数，为获取弹丸气动参数提供了新的途径。

公开(公告)号：CN118964893A

公开(公告)日：2024-11-15

申请号：CN202411122120.9

申请日：2024-08-15

Applicant: 南京理工大学

Inventor： 易文俊 ,  夏悠然 ,  熊天红

IPC: G06F18/20 ,  G06N3/006 ,  G06N3/0985 ,  G06N7/08 ,  G06F17/11 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明属于外弹道领域，具体涉及一种基于混沌鲸鱼优化算法的弹道风辨识方法。包括如下步骤：步骤(1)：建立有风条件下四自由度弹道方程；步骤(2)：基于极大似然准则，建立优化目标函数；步骤(3)：将混沌优化策略引入鲸鱼算法，利用混沌鲸鱼优化算法求解步骤(2)中的目标函数，得到弹道风最优解，即实现弹道风辨识。本发明从弹道学角度出发，基于极大似然准则提出了辨识弹道风的目标函数，并且将混沌优化策略引入鲸鱼算法，利用混沌鲸鱼优化算法求解目标函数，实现弹道风辨识；本发明的方法辨识精度高，成本低，更适用于火炮作战使用。

公开(公告)号：CN118917205A

公开(公告)日：2024-11-08

申请号：CN202411091917.7

申请日：2024-08-09

Applicant: 南京理工大学

Inventor： 易文俊 ,  夏悠然 ,  熊天红

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/044 ,  G06N3/048 ,  G06N3/08 ,  G06F18/25 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明为一种多信息源融合的弹道风辨识方法。包括如下步骤：(1)利用热成风公式构建风场模型Ⅰ；(2)利用SPSS分析历史数据，构建风场模型Ⅱ；(3)利用数据驱动方式，基于极限学习机ELM构建风场模型Ⅲ；(4)将通过步骤(1)～步骤(3)的风场模型得到的风向、风速数据以及真实风向、风速作为新数据集，进行归一化预处理后，转入步骤(5)；(5)根据Stacking思想，利用递归神经网络Elman学习步骤(4)预处理后的多信息源数据，建立最终风场模型，辨识弹道风。本发明成本低，采用多模型集成的方式能够有效规避历史数据中的噪声对辨识精度的影响，所获得的气象风数据在时间域、空间域上更适用于火炮作战。

公开(公告)号：CN113569463B

公开(公告)日：2024-06-11

申请号：CN202110674635.X

申请日：2021-06-17

Applicant: 南京理工大学

Inventor： 夏悠然 ,  易文俊 ,  管军

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/0499 ,  G06F113/08 ,  G06F119/14 ,  G06N3/048

Abstract: 本发明公开一种基于极限学习的弹丸气动系数辨识方法。包括如下步骤：(1)：建立弹丸二自由度动力学模型；(2)：构建极限学习机网络模型；(3)：根据构建好的极限学习机网络模型，进行参数辨识；确定隐含层和输出层的连接权值矩阵#imgabs0#在确定连接权值矩阵#imgabs1#的基础上，求解模型的输出矩阵，实现参数辨识。本发明模型建立简单，需要调节的参数少，训练速度快，不易陷入局部最优；只需要确定输入特征向量个数、隐含层神经元节点数、激活函数以及输出特征向量个数，即可建立网络模型；输入层与隐含层连接权值以及隐含层阈值均随机产生，不需要迭代微调，就可以基于最小二乘原理求解输出权值，实现弹丸气动参数辨识。

公开(公告)号：CN113627075A

公开(公告)日：2021-11-09

申请号：CN202110812629.6

申请日：2021-07-19

Applicant: 南京理工大学

Inventor： 夏悠然 ,  管军 ,  易文俊

IPC: G06F30/27 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明公开一种基于自适应粒子群优化极限学习的弹丸气动系数辨识方法。包括如下步骤：(1)：建立弹丸二自由度动力学模型；(2)：构建原始极限学习机网络模型；(3)：利用自适应粒子群算法优化原始极限学习机网络模型，得到原始极限学习机网络模型的输入权重以及隐含层神经元阈值；(4)：进行参数辨识；确定隐含层和输出层的连接权值矩阵在确定连接权值矩阵的基础上，求解模型的输出矩阵，实现参数辨识。本发明创新性提出一种自适应粒子群优化算法为极限学习提供输入权重以及隐含层神经元阈值，再利用极限学习辨识弹丸气动系数，为获取弹丸气动参数提供了新的途径。

公开(公告)号：CN113569463A

公开(公告)日：2021-10-29

申请号：CN202110674635.X

申请日：2021-06-17

Applicant: 南京理工大学

Inventor： 夏悠然 ,  易文俊 ,  管军

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/04 ,  G06N3/08 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开一种基于极限学习的弹丸气动系数辨识方法。包括如下步骤：(1)：建立弹丸二自由度动力学模型；(2)：构建极限学习机网络模型；(3)：根据构建好的极限学习机网络模型，进行参数辨识；确定隐含层和输出层的连接权值矩阵在确定连接权值矩阵的基础上，求解模型的输出矩阵，实现参数辨识。本发明模型建立简单，需要调节的参数少，训练速度快，不易陷入局部最优；只需要确定输入特征向量个数、隐含层神经元节点数、激活函数以及输出特征向量个数，即可建立网络模型；输入层与隐含层连接权值以及隐含层阈值均随机产生，不需要迭代微调，就可以基于最小二乘原理求解输出权值，实现弹丸气动参数辨识。