一种基于物理信息权重神经网络的超压峰值预测方法

本发明公开了本发明涉及一种炸药近地爆炸冲击波超压峰值预测方法，属于爆炸毁伤技术领域。基于物理信息权重的神经网络由输入层、权重层、物理层、输出层组成，输入层的数据传入物理模型层得到每个物理模型的计算值，输入层的数据传入权重层得到每个物理模型计算值的权重系数，将每个物理模型计算值和对应的权重系数进行相乘并求和的数值即为神经网络的预测值。基于物理信息权重的神经网络可以预测比例距离和比例炸高超出训练域范围的超压峰值，当比例距离超出训练域范围时，平均绝对百分比误差由传统神经网络的2.60％～5.72％降低到1.05％，当比例炸高超出训练域范围时，平均绝对百分比误差由传统神经网络的35.1％降低到9.81％。