摘要
针对弹体对混凝土材料侵彻深度问题,通过量纲分析和神经网络理论,建立了弹体侵彻深度h网络输出量与弹体长度l_p、弹的长径比l_p/d、弹体形状系数ψ、弹体与混凝土的比强度σ_(yt)/σ_(yp)、弹体与混凝土的密度比ρ_p/ρ_t等13个网络输入量之间的非线性映射关系。并采用RBF网络模型,通过Forrestal等文献的试验样本对网络模型训练,获得了弹体对混凝土材料侵彻深度的网络模型,输出结果满意。
In this article, nonlinear mapping relation between input of 13 variables of lp and σyt/σyp etc. , and output of penetration depth is established by dimensional analysis and theory of artificial neural networks for problem of penetration depth of projectiles into concrete. Moreover, a satisfied output about penetration depth from RBF neural network is gotten by a group of input sets and corresponding output sets, which comes from M. J. Forrestal ＇ s document.
出处
《中国工程科学》
2007年第8期77-81,共5页
Strategic Study of CAE
基金
国家自然科学基金(10272097)
关键词
神经网络
量纲分析
侵彻混凝土深度
非线性映射关系
RBF网络
neural networks
dimensional analysis
penetration depth of projectiles into concrete
nonlinear mapping relation
RBF neural networks
作者简介
李建光（1969-），男，河北宁晋县人，中国科学技术大学博士研究生，工程师，从事结构冲击研究
