基于粒子群神经网络的黑索今基混合炸药大隔板试验冲击波感度预测

？应用粒子群神经网络模型对黑索今（RDX）基混合炸药冲击波感度的大隔板厚度值进行预测以减少试验量，节约试验成本。选取具有不同密度、空隙率、装药方式、RDX含量等特征的41组RDX基混合炸药，考察炸药实际密度、空隙率、RDX和附加物含量影响因素，通过分析它们与大隔板厚度值的非线性关系，建立大隔板厚度值与上述4个变量之间的粒子群算法优化神经网络模型，采用100进化次数，40种群规模进行计算。计算与试验结果表明：4个变量与大隔板厚度值之间的映射模型良好；模型预测值与试验值吻合良好，相对误差在10%以内。该粒子群神经网络模型预测值对RDX基混合炸药大隔板试验具有一定参考价值。