
- •Содержание
- •Глава 1. Решение задачи ……………………………………………………….. 7
- •Глава 2. Результаты …………………………………………………………… 18
- •Введение
- •Литературный обзор
- •Глава 1. Решение задачи
- •1.1. Постановка задачи
- •1.2. Вывод уравнения движения
- •1.3. Методика численного решения дифференциального уравнения
- •1.4. Использования метода линейной аппроксимации
- •1.5. Использования метода градиентного спуска
- •1.6. Оптимизация изменения плотности воздуха от высоты
- •1.7. Моделирование полета
- •Глава 2. Результаты
- •2.1. Параметрические кривые одноступенчатой мбр
- •2.2. Исследование дальности полета межконтинентальной баллистической ракеты
- •График зависимости дальности полета при оптимальных параметрах скорости сгорания топлива Mu и константы c
- •Заключение
- •Список использованной литературы
- •Приложение
1.5. Использования метода градиентного спуска
Рассмотрим
функцию
.
Вычислим ее частные производные
,
и образуем с их помощью вектор, который
называют градиентом функции:
Здесь
- единичные вектора, параллельные
координатным осям. Частные производные
характеризуют изменение функции
по
каждой независимой переменной в
отдельности. Это помогает определить
поведение функции в окрестности точки
.
Направление этого вектора является
направлением быстрого возрастания в
данной точки.
Основная
идея состоит в том, чтобы двигаться к
минимуму в направлении наиболее быстрого
убывания функции, которое определяется
антиградиентом. Выбираем начальную
точку, вычисляем в ней градиент функции
и делаем небольшой шаг. В результате
мы придем в точку, в которой значение
функции будет меньше первоначального.
В новой точке повторим процедуру.
Продолжая выполнения этой процедуры,
найдет значение параметров функции
и
в
точке минимума.
Метод градиентного спуска требует вычисления градиента целевой функции на каждом шаге. Частные производные в нужных точках вычисляются приближенно, заменяя их соответствующими разностными отношениями:
В этом случае задается постоянный шаг, и точность вычислений зависит от шага. Но не целесообразно из-за этого брать маленький шаг, так как основное время уходит на вычисление градиента функции. Целесообразней сделать метод градиентного спуска с изменяющимся шагом, который уменьшит время вычислений в несколько раз.
В нашем
случае вместо функции
применяется функция
(
).
Графически это выглядит так:
Или можно представить в виде слоев:
На рисунке показана траектория поиска наименьшего значения функции.
Этот
метод будем использовать для поиска
оптимальных параметров мгновенной
скорости сгорания топлива Mu
и угла атаки
(или
константы С от которой зависит как
).
1.6. Оптимизация изменения плотности воздуха от высоты
Из курса общей физики мы знаем, что плотность воздуха определяется формулой:
(1.4.1)
где
–
высота над уровнем моря (
),
–
высота МБР над уровнем Земли,
–
плотность воздуха на уровне Земли
.
Но исследуя экспериментальные данные зависимости плотности воздуха от высоты, указанные в книге А.В. Солодова «Инженерный справочник по космической технике» (см. Приложение 1).
1 – по формуле 1.4.1 и 2 – экспериментально.
Видно не точность формулы (1.4.1). Для решения этой проблемы будем применять численные методы для более точного результата.
Используем
метод, рассмотренный выше (метод линейной
интерполяции пункт 1.4) в промежутке
,
а в промежутке
используем метод параболической
аппроксимации. Такая аппроксимация
является не линейным, многочленом второй
степени.
Коэффициенты
определяются по методу наименьших
квадратов. Запишем квадратичное
отклонение.
Приравняем к нулю частные производные:
Выполнив преобразования, получим систему уравнений с тремя неизвестными (a0,a1,a2).
Введем обозначения:
Определим неизвестные коэффициенты a0,a1,a2
Необходимое условие: определитель системы
В результате мы можем с большей точности узнать плотность воздуха на любой высоте.