典型文献
基于改进樽海鞘群和最小二乘支持向量机算法的新型弹药质量评估方法
文献摘要：
针对新型弹药产品质量评估样本数据少、试验消耗大、未有效利用制造过程质量数据等问题,提出一种基于改进樽海鞘群和最小二乘支持向量机(LSSVM)的新型弹药质量评估方法.以新型弹药靶试数据为输入,对批次弹药发射成功率进行贝叶斯估计.利用LSSVM建立弹药批次制造质量数据与弹药发射成功率之间关系的评估模型,使用精英质心和反向学习策略改进的樽海鞘群算法对LSSVM进行优化,有效提升评估模型的准确性,并以某新型弹药为例对评估模型有效性进行验证.验证结果表明:与传统LSSVM、粒子群优化的LSSVM及樽海鞘群优化的LSSVM模型相比,该模型具有较高的准确度和较强的鲁棒性,对新型弹药产品的质量评估有一定借鉴意义.
文献关键词：
新型弹药;质量评估;樽海鞘群算法;最小二乘支持向量机;贝叶斯方法
中图分类号：
作者姓名：
杨建新;兰小平;冯亚东;杨一铭;郭志明
作者机构：
中国兵器工业信息中心,北京100089;中国兵器科学研究院, 北京100089
文献出处：
引用格式：
[1]杨建新;兰小平;冯亚东;杨一铭;郭志明-.基于改进樽海鞘群和最小二乘支持向量机算法的新型弹药质量评估方法)[J].兵工学报,2022(05):1012-1022
A类：
B类：
最小二乘支持向量机,支持向量机算法,新型弹药,质量评估,弹药产品,制造过程,过程质量,质量数据,LSSVM,发射成功,贝叶斯估计,制造质量,质心,反向学习策略,改进的樽海鞘群算法,模型有效性,粒子群优化,贝叶斯方法
AB值：
0.201946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
