基于RBF神经网络的连续旋转爆轰燃烧室增压比预测方法

摘要

本发明提供了一种基于RBF神经网络的连续旋转爆轰燃烧室增压比预测方法。该预测方法包括数据样本获取、输入与输出参数选择、RBF神经网络结构确定以及RBF神经网络训练和测试等步骤。其中，燃烧室的轴向尺寸、周向尺寸、入口燃料/氧化剂流量配比、氧化剂总温和总压选择为RBF神经网络的输入参数，燃烧室的增压比选择为RBF神经网络的输出参数。本发明的上述预测方法，无需确定上述输入参数和输出参数之间的具体数学关系，即可有效实现连续旋转爆轰燃烧室的增压比精确预测，对于连续旋转爆轰燃烧室性能预测、结构优化设计及其整机建模仿真具有一定的指导意义。