(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211335838.7 (22)申请日 2022.10.28 (71)申请人 华中科技大 学 地址 430000 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 李仁府　习赵军　吴仲达　李毅超　 梅桢琳　 (74)专利代理 机构 武汉红观 专利代理事务所 (普通合伙) 42247 专利代理师 陈凯 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于神经网络的重装空投跌落冲击预 测方法及其系统 (57)摘要 本发明提供了一种基于神经网络的重装空 投跌落冲击预测方法及其系统， 包括如下步骤： S1： 利用重装空投跌落仿真有限元模型来获取多 组样本数据； S2： 确定BP神经网络的结构参数， 并 将其进行预处理； S3： 构建BP神经网络模型； S4： 使用训练完成的BP神经网络模型对实际应用过 程中的重装空投跌落冲击情况进行预测。 本发明 所述的基于神经网络的重装空投跌落冲击预测 方法及其系统， 前期利用重装空投跌落仿真有限 元模型来获取样本数据， 后期利用累积的大量试 验数据来训练神经网络， 预测不同货物跌落冲击 是否侧翻和气 囊是否破裂， 与直接用仿真模型进 行预测相比节省了大量计算时间， 也提高了重装 空投跌落冲击预测的可靠性和精度。 权利要求书2页 说明书8页 附图4页 CN 115408919 A 2022.11.29 CN 115408919 A 1.基于神经网络的重装空 投跌落冲击预测方法， 其特 征在于， 包括如下步骤： S1： 利用重装空投跌落仿真有限元模型来获取多组样本数据， 包括着陆速度、 横向风 速、 重心位置、 质心高度、 地 面倾角、 地面种类、 气囊应力和货物重量； S2： 确定BP神经网络的结构参数， 以着陆速度、 横 向风速、 重心位置、 质心高度、 地面倾 角、 地面种类、 气囊应力和货物重量作为输入参数， 以重装是否侧翻和气囊是否破裂作为输 出参数， 并将其进行 预处理； S3： 构建BP神经网络模型， 把预处理后的多组数据分为训练组和验证组； 用训练组中的 数据以及累积的试验数据对BP神经网络模型进行训练， 并调整BP神经网络模型的网络参 数， 训练成功后， 用验证组中的数据对训练后的BP神经网络模型进 行测试， 以验证神经网络 模型的准确性； S4： 使用训练完成的BP神经网络模型对实际应用过程中的重装空投跌落冲击情况进行 预测， 判断重装空 投跌落冲击之后货物是否侧翻、 气囊是否破裂。 2.根据权利要求1所述的基于神经网络的重装空投跌落冲击预测方法， 其特征在于， 所 述步骤S1中， 重装空 投跌落仿真有限元模型包括： 货物、 货台以及若干气囊； 货物下表面与货台上表面刚性连接； 若干气囊为圆柱形， 上表面与货台下表面粘合， 且各圆柱形气囊周向均匀分布有6个排 气口。 3.根据权利要求1所述的基于神经网络的重装空投跌落冲击预测方法， 其特征在于， 所 述步骤S2中， 预处 理为归一 化处理。 4.根据权利要求1所述的基于神经网络的重装空投跌落冲击预测方法， 其特征在于， 所 述步骤S3中， BP神经网络模型包括3层结构： 分别为输入层、 中间隐含层以及输出层； 其中输入层节点数为8、 中间隐含层节点数为12、 输出层节点数为2； S型正切函数tansi g为中间隐含层神经元的激励函数， S型对数函数lo gsig为输出层神 经元的激励函数。 5.根据权利要求1所述的基于神经网络的重装空投跌落冲击预测方法， 其特征在于， 所 述步骤S3中， 预处理后的多组数据， 每组数据包括8个输入 数据和2个输出数据， 共计10个数 据， 采用留出法划分训练 组和验证组， 两者的比例为9： 1。 6.根据权利要求1所述的基于神经网络的重装空投跌落冲击预测方法， 其特征在于， 所 述步骤S3中， 用训练组中的数据对BP神经网络模型进行训练， 并调整BP神经网络模型的网 络参数包括： 使用MATLAB中的神经网络 工具箱进行网络的训练： 设定模型为3层结构的神经网络； 设定输入层节点数为8、 中间隐含层节点数为12、 输出层节点数为2； 设定网络中间隐含层和输出层激励函数分别为tansig和l ogsig函数； 设定网络训练函数为t raingdx、 网络性能函数为m se； 设定网络参数、 网络迭代次数 epochs、 期望误差goal、 学习速率 lr； 设定完参数后， 带入训练 组数据开始训练神经网络 。权　利　要　求　书 1/2 页 2 CN 115408919 A 27.一种采用如权利要求1至6任一项所述的基于神经网络的重装空投跌落冲击预测方 法的系统， 其特 征在于， 所述系统包括： 数据获取模块， 用于利用重装空投跌落仿真有限元模型来获取多组样本数据， 包括着 陆速度、 横向风速、 重心位置、 质心高度、 地 面倾角、 地面种类、 气囊应力和货物重量； 预处理模块， 用于确定BP神经网络的结构参数， 以着陆速度、 横向风速、 重心位置、 质心 高度、 地面倾角、 地面种类、 气囊应力和货物重量作为输入参数， 以重装是否侧翻和气囊是 否破裂作为输出参数， 并将其进行 预处理； 神经网络模型构建模块， 用于构建BP神经网络模型， 把预处理后的多组数据分为训练 组和验证组； 用训练组中的数据以及累积的试验数据对BP神经网络模型进行训练， 并调整 BP神经网络模型的网络参数， 训练成功后， 用验证组中的数据对训练后的BP神经网络模型 进行测试， 以验证神经网络模型的准确性； 预测模块， 用于使用训练完成的BP神经网络模型对实际应用过程中的重装空投跌落冲 击情况进行 预测， 判断重装空 投跌落冲击之后货物是否侧翻、 气囊是否破裂。权　利　要　求　书 2/2 页 3 CN 115408919 A 3