基于自适应粒子群优化极限学习的弹丸气动系数辨识方法

摘要

本发明公开一种基于自适应粒子群优化极限学习的弹丸气动系数辨识方法。包括如下步骤：(1)：建立弹丸二自由度动力学模型；(2)：构建原始极限学习机网络模型；(3)：利用自适应粒子群算法优化原始极限学习机网络模型，得到原始极限学习机网络模型的输入权重以及隐含层神经元阈值；(4)：进行参数辨识；确定隐含层和输出层的连接权值矩阵在确定连接权值矩阵的基础上，求解模型的输出矩阵，实现参数辨识。本发明创新性提出一种自适应粒子群优化算法为极限学习提供输入权重以及隐含层神经元阈值，再利用极限学习辨识弹丸气动系数，为获取弹丸气动参数提供了新的途径。