步骤3：梯度下降算法和遗传算法之间的信息交换。遗传算法每进化q代，根据准则函数的数学期望E[φ(e(t))]比较遗传算法和梯度下降算法所得参数的效果。若遗传算法搜索到的参数更好，便用其作为梯度下降算法下一步运算的初始参数；若梯度下降算法得到的参数更好，便用其替代遗传算法的当代群体中适应度最差的一个个体。
    步骤4：当准则函数的数学期望E[φ(e(t))]达到标准1-Ff,max时，或者遗传算法进化g代时，算法停止。文中用准则函数在训练数据时间长度内的时间平均代替其数学期望进行运算。

3 基于NSFIS的制导炸弹智能控制系统的仿真设计
    按照文献[1]的设计思想，在仿真环境中采用NSFIS设计制导炸弹智能控制系统。
3．1 仿真环境的设定
    假设以下的仿真环境：
    (1)综合风速UZ方向在水平面内，且为常矢；
    (2)重力加速度为9．8 m／s2，无阻尼；
    (3)弹翼可产生的最大调控加速度max a(t)(max a(t)=maxax(t)+maxay(t))随下落高度增加，且不考虑弹翼产生的加速度a(t)在铅垂方向的分量；
    (4)高度H为7 075．4 m(即下落时间T为38 s)，按每0．25 s落下距离△h划分高度空间为N=152层；
    (5)轰炸方式为水平轰炸；
    (6)控制过程不考虑时延；
    (7)弹体运动为质点运动。
3．2 炸弹运动方程的分析
    根据文献[9，10]，水平轰炸的俯视图，如图1所示。

    (oyxz)H：飞机航向坐标系；Of：飞机投弹点；Om：地面目标；A：无需调控，可直接命中弹D0在t时刻的坐标位置；A：需调控，方可命中弹D1在t时刻的坐标位置；B：需调控，方可命中弹D1在t-1时刻的坐标位置。
    无需调控，可直接命中弹D0参数：Vx0：投弹点飞机空速；Uz0：投弹D0时的综合风速；ε0：Vx0与Uz0的夹角；Xh(t)：t时刻弹在xH方向的坐标位置；Yh(t)：t时刻弹在yH方向的坐标位置。
    需调控，方可命中弹D1参数：Vx1：投弹点飞机空速；Uz1：投弹D1时的综合风速；ε1：Vx1与Uz1的夹角；Axe(t)：t时刻和t-1时刻弹在xH方向的位移差；Aye(t)：t时刻和t-1时刻弹在yH方向的位移差；Exh(t)：t时刻弹与目标Om的距离在xH方向的分量；Eyh(t)：t时刻弹与目标Om的距离在yH方向的分量；Vxh(t)：t时刻弹的速度在xH方向的分量；Vyh(t)：t时刻弹的速度在yH方向的分量。Axe(t)：t时刻弹D1和弹D0的位移差在xH方向的分量；Aye(t)：f时刻弹D1和弹D0的位移差在yH方向的分量。在仿真环境中，推导出弹D1在t时刻的运动方程

 

    其中，Vax(t)为xH方向上t-1时刻加速度在时刻生成速度，Vay(t)为yH方向上t-1时刻加速度在t时刻生成速度。