- •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 функциипо 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 ив 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.