基于BP神经网络与遗传算法的强光爆震弹装药优化

许涛涛，王草山，胡钟元



基于BP神经网络与遗传算法的强光爆震弹装药优化

许涛涛，王草山，胡钟元

（武警工程大学，陕西 西安，710086）

为降低强光爆震弹在使用中潜在的安全威胁，以非致命效应为出发点，采用均匀设计法进行了配方设计，基于BP神经网络，建立了装药性能预测模型，并采用神经网络与遗传算法相结合的方法进行了装药优化。通过声光效应试验对优化结果进行了验证，得到了最优配方：KClO4/Al/CS/环氧树脂/石墨=48/32/15/2/3。结果表明，通过装药配方的优化，提高了闪光爆震弹的综合性能，为防暴弹的性能改进提供了新的思路和方法。

强光爆震弹；均匀设计法；遗传算法；BP神经网络

强光爆震弹的作用机理是在爆炸瞬间产生强闪光和震撼声响作用于有生目标，导致其在短时间内出现视觉丧失、听觉障碍以及头部眩晕等可恢复性生理反应，达到威慑、驱散闹事群众，控制事态的目的。但是，其爆炸产生的强脉冲噪声、弹体破片、冲击波超压会对有生目标的生命安全造成潜在性的威胁[1]。因此，在进行装药设计时，必须控制装药的爆炸威力，进而降低弹体破片和冲击波效应可能造成的致命性伤害。现有强光爆震弹装药的组分为KClO4、Al粉、石墨和酚醛树脂，本研究在现有组分基础上添加了一定含量的CS刺激剂作为附加剂，以降低强光爆震弹的爆炸威力，同时产生强闪光、爆震和催泪的多源作战效应。根据强光爆震弹爆炸时产生的声光效应以及对人体的作用机理，强光爆震弹声压级应不超过140dB，闪光强度有效作用范围在 3.5~5.0×107cd之间，冲击波超压值控制在0.019 8MPa以内[2]。

本文首先采用均匀设计法进行了配方设计，通过具有非线性预测及模糊推理能力的3层BP神经网络，构建了强光爆震弹装药的配方因素与配方性能之间的映射模型。运用遗传算法（简称GA算法）对BP神经网络训练的初始阈值和权值进行优化，将优化得到的阈值和权值赋予给BP网络进行训练。然后，以GA为主体算法，对配方进行全局搜索，根据建立的BP网络模型预测出每组配方的性能参数，把该参数作为目标函数值进行换算，得到适应度值，通过约束条件对其进行评价，依据评价结果进行遗传操作，经过迭代运算得到最优解[3]。

1 强光爆震弹装药的均匀设计

闪光爆震弹装药配方设计是一个包含KClO4/Al质量比、酚醛树脂含量、CS含量、石墨含量4个因素的混合水平均匀设计，本文采用均匀设计表来设计试验方案，并采用目前最常用的中心化L2-偏差来计算该拟水平表的均匀性。其中，中心化L2-偏差的计算公式如下[4]：

在MATLAB环境下，编写程序求解2的最小值，并通过程序生成2最小时的拟水平均匀设计表，将4个因素的水平数代入拟水平设计表中，即可得到表1所示的设计配方表。

表1 试验配方及性能测试结果