基于DENN的NSGA-Ⅱ算法的串联多药室火炮内弹道性能优化

摘要

为了提高串联多药室火炮的内弹道性能,根据串联多药室火炮的发射特点,建立了串联多药室火炮的经典内弹道模型并开展了数值模拟,分析了影响串联药室内弹道性能的主要因素。基于此,采用传统第二代非支配排序遗传算法(NSGA-Ⅱ)对串联多药室火炮的内弹道性能进行了多目标优化,初步分析了主副药室装药质量、活塞质量、点火延迟对内弹道性能的影响。由于NSGA-Ⅱ算法在设计变量维度较高时易陷入局部收敛并导致优化无效,本文进一步考虑火药弧厚、弹丸行程长等设计变量,提出了结合机器学习神经网络(NN)和差分进化算法(DE)加速传统NSGA-Ⅱ的新型优化算法(DENN-NSGA-Ⅱ)。该方法通过让NSGA-Ⅱ算法的初始种群在NN预测的Pareto前沿附近生成,实现对串联多药室火炮内弹道性能的高效优化。数值实验结果表明:相比与传统NSGA-Ⅱ方法,DENN-NSGA-Ⅱ方法通过优化初始种群的生成位置,收敛速度更快,能够得到更理想、更全面的优化结果,实现更高效地内弹道性能优化。