一种基于ISSA-BP神经网络的火控系统故障预测方法

作     者：孟新冉 李英顺 王德彪 杨松 

作者机构：沈阳工业大学化工过程自动化学院 大连理工大学控制科学与工程 沈阳顺义科技股份有限公司 

出 版 物：《火炮发射与控制学报》 (Journal of Gun Launch & Control)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082601[工学-武器系统与运用工程] 0826[工学-兵器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：辽宁省重点科技计划(2022JH1/10400007) 

主　　题：Circle混沌映射 故障预测 火控系统 BP神经网络 麻雀搜索算法 

摘      要：陀螺仪组能够产生高低方向和水平方向上的稳定和瞄准信号，同时也能够为系统提供火炮更新位置之后的驱动信号，在整个火控系统中发挥着非常关键的作用，因此对陀螺仪组的故障预测非常重要。为了提高预测准确性，提出一种融合正余弦算法和Levy飞行改进麻雀算法（ISSA）优化BP神经网络的预测方法。首先，利用Circle混沌映射初始化种群；然后，在发现者位置更新时，引入非线性动态学习因子以及融合正余弦的思想；最后，在追随者更新位置时，引入Levy飞行策略，建立ISSA-BP故障预测模型。为了验证模型预测的精度，同时与BP模型、PSO-BP模型、GWO-BP模型、SSA-BP模型进行实验对比，实验结果显示，ISSA-BP模型比其他4种模型预测精度更高。