(内蒙古工业大学理学院，内蒙古 呼和浩特 010051)
摘 要：本文采用基于误差反向传播算法（BP算法）的人工神经网络技术，利用Mat lab神经网络工具箱，建立了固体火箭发动机比冲性能预测的神经网络模型，并利用实验数据进行了验证。结果表明，可以利用该方法开展固体火箭发动机比冲性能的预测。
关键词：固体火箭发动机比冲；BP算法；Mat lab神经网络工具箱；人工神经网络
中图分类号：V435∶TP183 文献标识码：A 文章编号：1007—6921(2007)08—0073—02
固体火箭发动机性能参数预测是发动机设计和研究的基本课题之一，正确预测发动机性能参数是提高发动机性能指标和精度并缩短研制周期的关键和基础。比冲性能的预测目前有两种方法。一种是以历次试验得到的修正系数对新设计的发动机的理论比冲进行修正。另一种是通过计算各种损失来预估比冲。这些方法存在需要样本数据大和预测精度差的缺点。
神经网络理论由于自身固有的超强适应能力和学习能力在很多领域获得了极其广泛的应用，解决了许多传统方法难以解决的问题。由于神经网络学习算法在数学计算上比较复杂过程也比较繁琐，容易出错。因此，采用神经网络软件包成为必然的选择。本文采用现在应用最为广泛
