排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
针对不同构型与任务条件下的运载能力快速计算问题,提出了基于高斯函数和组合神经网络的速度损失计算方法,并基于此对运载能力进行了快速分析。首先,基于状态量解析解计算分析,采用高斯函数对核心的重力速度损失项进行拟合计算;同时,为提高多构型与多任务样本的采样密度、简化数据建模过程并增强方法适应性,采用径向基网络(RBF)与深度神经网络(DNN)的组合形式进行状态量的提取与回归分析;然后将任务约束转化为需要速度增量,通过数值迭代得到运载能力。仿真结果表明,此运载能力分析方法精度偏差约为0.35%,计算耗时小于2 s,可为运载火箭总体参数快速论证与任务规划研究提供理论支撑。 相似文献
1