一种基于机器学习的反问题环形聚能装药优化方法

摘要

本发明涉及一种基于机器学习的反问题环形聚能装药优化方法，属于装备设计领域。本发明针对环形聚能装药关键参数相互耦合，单参数逐一优化不能设计出理想的环形药型罩结构的问题，构建了深度卷积神经网络模型，通过数值模拟技术生成了深度卷积神经网络模型训练及测试数据，通过将理想的环形侵彻体输入训练好的深度卷积神经网络模型，从而设计出最优化的环形聚能装要结构，解决了环形聚能装药多参数耦合设计问题。