买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安近代化学研究所

摘要：本发明提供了一种基于神经网络的炸药爆轰参数计算模型，该模型采用以下方法构建：步骤1，炸药爆轰参数样本数据采集整理；步骤2，炸药爆轰参数预估神经网络模型的结构设计：根据步骤1中得到的炸药爆轰参数样本数据集合，基于简单神经元模型，采用信号前向传播方式将若干数量的简单神经元模型组成多层网络结构，构成神经网络模型架构体系，即为炸药爆轰参数预估神经网络模型。步骤3，炸药爆轰参数预估神经网络模型的训练。本发明所设计的计算模型中引入神经网络模型的设计思维和技术方法，具有明显的新颖性；与此同时，本发明所设计的计算模型中考虑了多种来源的炸药爆轰参数数据的影响，能够涵盖多种不同类型炸药爆轰参数的预估计算，具有广泛的适应性。

主权项：1.一种基于神经网络的炸药爆轰参数计算模型，其特征在于，该模型采用以下方法构建：步骤1，炸药爆轰参数样本数据采集整理：步骤101，炸药爆轰参数数据统计：对多种数据类型和多个数据来源的炸药爆轰参数进行数据统计和处理，形成炸药爆轰参数原始数据集合；步骤102，炸药爆轰参数数据标记：对步骤101中形成的炸药爆轰参数原始数据集合进行特征提取和类别标记，形成炸药爆轰参数样本数据集合；步骤102中，所述的特征提取包括元素组成特征提取、密度特征提取和生成焓特征提取；步骤102中，所述的类别标记包括主炸药类别标记、金属助剂类别标记和工艺类别标记；步骤102中，所述的炸药爆轰参数样本数据集合中还包括CJ爆轰参数；步骤103，炸药爆轰参数数据更新：当检索出现新的炸药爆轰参数数据时，重复步骤101和步骤102，对炸药爆轰参数原始数据集合和炸药爆轰参数样本数据集合进行迭代更新；步骤2，炸药爆轰参数预估神经网络模型的结构设计：根据步骤1中得到的炸药爆轰参数样本数据集合，基于简单神经元模型，采用信号前向传播方式将若干数量的简单神经元模型组成多层网络结构，构成神经网络模型架构体系，即为炸药爆轰参数预估神经网络模型；步骤3，炸药爆轰参数预估神经网络模型的训练：在步骤2构建的炸药爆轰参数预估神经网络模型的基础上，利用步骤1得到的炸药爆轰参数样本数据集合，进行神经网络模型的训练和测试，基于网络信号前向传播和误差信号反向反馈的计算方法，对神经网络模型中的输入层、隐含层和输出层中的简单神经元模型的参数进行逐层训练，对神经网络模型中输出的炸药爆轰参数预估结果误差进行逐步优化，形成训练之后的炸药爆轰参数预估神经网络模型；步骤4，炸药爆轰参数预估神经网络模型的部署：将经过步骤3训练之后的炸药爆轰参数预估神经网络模型的架构体系和模型参数保存为通用形式的数据文件，将数据文件部署到后台服务和支撑框架系统中。

全文数据：

权利要求：

百度查询： 西安近代化学研究所 基于神经网络的炸药爆轰参数计算模型