| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-13页 |
| 1.2.1 火炮结构优化设计 | 第10-11页 |
| 1.2.2 区间不确定性优化 | 第11-12页 |
| 1.2.3 神经网络优选 | 第12-13页 |
| 1.3 火炮关键参数误差方案的区间优化及优选目前存在的问题 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-17页 |
| 2 基于区间的不确定性优化方法 | 第17-32页 |
| 2.1 改进的计及公差的区间优化 | 第17-23页 |
| 2.1.1 基于离散化的区间可能度 | 第17-20页 |
| 2.1.2 改进的区间优化模型 | 第20-22页 |
| 2.1.3 算法流程 | 第22-23页 |
| 2.2 三参数区间不确定性优化 | 第23-27页 |
| 2.2.1 三参数区间定义 | 第23-24页 |
| 2.2.2 三参数区间不确定性优化模型 | 第24-26页 |
| 2.2.3 算法流程 | 第26-27页 |
| 2.3 算例验证及讨论 | 第27-31页 |
| 2.3.1 改进的计及公差的区间优化算例 | 第27-29页 |
| 2.3.2 三参数区间不确定性优化算例 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 火炮关键参数误差方案的区间优化 | 第32-54页 |
| 3.1 火炮制退机关键结构参数不确定性优化 | 第32-37页 |
| 3.1.1 节制杆式制退机结构优化设计 | 第32-35页 |
| 3.1.2 制退机关键结构尺寸及公差区间优化 | 第35页 |
| 3.1.3 结果及分析 | 第35-37页 |
| 3.2 火炮后坐阻力的区间不确定性分析及优化 | 第37-43页 |
| 3.2.1 火炮后坐运动微分方程 | 第37-38页 |
| 3.2.2 后坐反面问题计算模型验证与区间分析 | 第38-39页 |
| 3.2.3 计及流液孔尺寸不确定性的后坐阻力优化 | 第39-40页 |
| 3.2.4 后坐阻力曲线评估 | 第40-41页 |
| 3.2.5 结果及分析 | 第41-43页 |
| 3.3 基于近似模型的火炮总体结构关键参数区间优化 | 第43-53页 |
| 3.3.1 火炮刚柔耦合多体系统动力学模型 | 第43-44页 |
| 3.3.2 区间不确定性优化模型的构建 | 第44-46页 |
| 3.3.3 近似模型的构建 | 第46-48页 |
| 3.3.4 区间不确定性优化模型求解算法 | 第48-49页 |
| 3.3.5 结果及分析 | 第49-53页 |
| 3.4 本章小结 | 第53-54页 |
| 4 火炮关键参数误差方案的优选评价指标体系及权重确定 | 第54-67页 |
| 4.1 火炮关键参数误差方案集 | 第54-56页 |
| 4.2 建立优选的评价指标体系 | 第56-58页 |
| 4.2.1 指标体系构建的原则 | 第56-57页 |
| 4.2.2 火炮节制杆外径误差方案的优选评价指标体系 | 第57-58页 |
| 4.2.3 火炮总体结构关键参数误差方案的优选评价指标体系 | 第58页 |
| 4.3 各指标权重的确定方法 | 第58-60页 |
| 4.3.1 指标权重确定方法概述 | 第58-59页 |
| 4.3.2 离差最大化赋权原理 | 第59-60页 |
| 4.4 多属性优选 | 第60-61页 |
| 4.5 优选结果及分析 | 第61-66页 |
| 4.5.1 火炮节制杆外径误差方案的优选结果及分析 | 第61-62页 |
| 4.5.2 火炮总体结构关键参数误差方案的优选结果及分析 | 第62-66页 |
| 4.6 本章小结 | 第66-67页 |
| 5 火炮关键参数误差方案的神经网络优选 | 第67-79页 |
| 5.1 神经网络优选方法原理及步骤 | 第67-69页 |
| 5.1.1 BP神经网络原理 | 第67-68页 |
| 5.1.2 神经网络优选的原理 | 第68页 |
| 5.1.3 神经网络优选的步骤 | 第68-69页 |
| 5.2 火炮关键参数误差方案神经网络优选关键技术 | 第69-73页 |
| 5.2.1 区间属性值输入的确定性转化 | 第69-70页 |
| 5.2.2 GA-BP神经网络 | 第70-72页 |
| 5.2.3 神经网络优选模型的验证 | 第72页 |
| 5.2.4 火炮关键参数误差方案的神经网络优选步骤 | 第72-73页 |
| 5.3 神经网络优选在火炮关键参数误差方案的应用 | 第73-78页 |
| 5.3.1 神经网络优选模型的构建和训练 | 第73-74页 |
| 5.3.2 神经网络优选模型验证结果及分析 | 第74-75页 |
| 5.3.3 火炮关键参数误差方案的GA-BP神经网络优选模型应用 | 第75-78页 |
| 5.4 本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-82页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 研究展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 附录 | 第87页 |
