首次详细描述滚子与弹体多间隙耦合动力学，并用深度神经网络建立数据驱动模型，实现多间隙稳健优化以提高弹体就位精度。
立勇 · 钱林方 · Chen, Guangsong · Wenkuan, Huang
Nonlinear Dynamics 2023
论文首次详细描述了滚子与弹体的多个空间间隙，使模型更贴近实际，为提高弹体就位精度奠定基础。
采用深度神经网络建立数据驱动模型，能够映射多间隙到弹体姿态，避免了复杂显式方程推导。
优化结果在考虑可控与不可控方差的情况下获得，为工程提供更具鲁棒性的参考。