神经网络内燃机排放模型学习样本的选定 |
| |
引用本文: | 周斌,李玉梅,志賀聖一. 神经网络内燃机排放模型学习样本的选定[J]. 西南交通大学学报, 2002, 37(6): 659-663 |
| |
作者姓名: | 周斌 李玉梅 志賀聖一 |
| |
作者单位: | 1. 西南交通大学机械工程学院, 四川成都 610031 2. 日本群马大学工学部,桐生 376-8515 |
| |
基金项目: | 四川省重点基金资助项目(01GY051-44) |
| |
摘 要: | 研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法,针对内燃机工况变化的特点,对传统的正交设计法进行了改进,提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性。研究结果表明,模型的预测精度随着正交表位级的增加而提高,即使只有3位级的正交表设计样本,也能建立预测误差低于5.7%的内燃机稳态排放特性预测模型,具有试验工作量小、简便易行的特点。
|
关 键 词: | 内燃机 排放模型 学习样本 神经网络 正交设计 排放预测 样本选定 |
文章编号: | 0258-2724(2002)06-0659-05 |
Selection of the Learning Samples of Neural Networks for Internal-Combustion Engine Emission |
| |
Abstract: | |
| |
Keywords: | neural networks internal-combustion engine orthogonal design emission learning samples |
本文献已被 CNKI 维普 万方数据 等数据库收录! |