基于聚类关联规则神经网络组合算法初速预测
Prediction of Velocity Initial Based on Clustering Association Rules and Neural Network Combination Algorithm作者机构:63861部队
出 版 物:《兵工学报》 (Acta Armamentarii)
年 卷 期:2022年
核心收录:
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0826[工学-兵器科学与技术] 082603[工学-火炮、自动武器与弹药工程] 0811[工学-控制科学与工程]
摘 要:针对靶场试验中利用初速雷达测试弹丸初速需要重构的情况,选择把同时参试的两台雷达的数据进行融合建立神经网络模型,用一台雷达的数据预测出另一台雷达需要重构的数据。由于预测模型预测精度的高低取决于所建模型的好坏,而模型的好坏取决于样本数据的质量,先利用聚类分析和关联规则从大量历史试验数据中挖掘出优质的样本,再建立神经网络进行预测。实验结果表明,与GM(1,1)和支持向量回归机相比,由聚类分析关联规则神经网络构建的组合算法的预测精度更高,预测历史相似数据误差远小于1‰,预测与历史出入较大的数据的精度也较为理想。两种情况下的预测结果表明,组合算法既保证了预测精度又具有一定的鲁棒性,可以作为弹丸初速的预测模型。