基于Adaboost的填充式防护结构超高速撞击损伤预测

论文摘要

填充式防护结构的显式弹道极限方程在对弹丸进行超高速撞击损伤预测时,由于填充材料、填充方式的不同,会导致预测结果与实测数据存在一定偏差。对此,采用机器学习方式将该问题转化为二分类问题,以碰撞过程中的弹丸撞击参数、防护结构参数作为分类特征,构建了基于Adaboost的填充式防护结构超高速撞击损伤预测模型。该模型以分类回归树(CART)作为弱分类器,通过对一系列弱分类器的加权组合生成强分类器,并通过对训练样本的循环使用,实现了小样本集下的撞击损伤预测。实验结果表明,建立的Adaboost预测模型对填充式防护结构的超高速撞击损伤具有良好的预测效果,总体预测率与安全预测率相比于NASA的弹道极限方程均提高了14. 3%,具有更强的通用性。通过不同训练样本规模下的交叉检验,证明了该模型具有良好的鲁棒性与准确性。

论文目录

• 1 NASA填充式防护结构弹道极限方程
• 2 NASA弹道极限方程的预测效果分析
• 3基于Adaboost的超高速撞击损伤预测模型
•   3.1 Adaboost预测模型的适用性分析
•   3.2 Adaboost预测模型的搭建与测试
• 4基于Adaboost的超高速撞击损伤预测效果分析
•   4.1预测效果检验
•   4.2鲁棒性检验
• 5结论

文章来源

类型: 期刊论文

作者: 丁文哲,李新洪,杨虹

关键词: 填充式防护结构,损伤研究,算法,总体预测率,安全预测率

来源: 北京航空航天大学学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 航天工程大学研究生院,航天工程大学宇航科学与技术系

分类号: V445.1

DOI: 10.13700/j.bh.1001-5965.2018.0216

页码: 149-158

总页数: 10

文件大小: 432K

下载量: 91