A prediction model for the remaining velocity of simultaneous multi-fragment impacts based on feedforward neural networks
-
摘要: 多破片同时撞击靶板是一个涉及复杂应力波相互作用的非线性动力学过程，常规理论难以对其剩余速度进行快速且准确的预测。鉴于此，本文提出了一种基于前馈神经网络（FNN）的破片群剩余速度预测模型，结合量纲分析与物理机理推导，从众多物理参量中筛选出破片初速、靶弹质量比、破片数量及无量纲间距4个核心特征参数作为网络输入，利用528组工况数据构建数据集，其中400组用于模型训练与交叉验证，128组作为独立测试集对模型性能进行评，最终确定了包含3个隐藏层的最优网络结构。测试结果表明，该模型在独立测试集上的决定系数（R2）高达0.992，平均绝对百分比误差（MAPE）仅为1.32%，表现出优异的泛化能力，基于SHAP值的分析进一步量化了各特征参数的物理贡献度，验证了模型的可解释性。该模型兼具计算高效与预测精准的特点，可为多破片撞击毁伤效能评估与防护结构设计提供可靠的数据支撑。
-
计量
- 文章访问数: 15
- HTML全文浏览量: 2
- PDF下载量: 2
下载:
