蚁群算法优化的神经网络技术在跑道起飞容量预测中的应用

为了对机场起飞容量及飞机全部出动时间进行预测,构建了基于ACO优化BP神经网络的机场跑道起飞容量预测模型。分析了机场跑道容量的含义及其影响因素,利用飞参提取软件将影响因素的具体数值进行提取;依据BP神经网络的特点将其引入到机场跑道起飞容量预测中,为了弥补BP神经网络的缺点,利用ACO对网络进行优化,最终建立了基于ACO优化BP神经网络的机场跑道起飞容量预测模型,并与标准BP神经网络的预测结果进行对比,结果表明优化后的网络各项误差都不同程度的减小40%～60%,优化后的网络提高了模型的精度。利用优化后的模型分析了飞机质量、气温、气压、风速与起飞跑道占用时间与起飞容量的关系,并对某机场保障飞机起飞容量与出动时间进行了评估,得到飞机质量、气压、纵向风速与起飞容量大致呈线性关系,气温与起飞容量大致呈非线性关系,最后得到该机场的总出动时间与起飞跑道容量,可以更准确的评估机场保障能力。     

电磁轨道炮反后坐装置研究

随着电磁轨道炮发射能级越来越大,发射装置后坐力也越来越大,为改善炮架受力,使用反后坐装置成为必要。本文以某电磁轨道炮为研究对象,建立了发射系统简化实体模型和动力学模型,在相同发射工况下,分别对采用3种不同类型反后坐装置的发射系统在0°和45°射角状态下的后坐复进运动规律进行仿真计算,得出在宽射角范围条件下,采用两复进机和两驻退机均匀对称布置方式的反后坐装置,反后坐综合效能更优的结论。本研究对大能量、宽射角电磁轨道炮的发射系统总体设计具有一定的参考价值。