基于SVR的汽油机过渡工况进气流量预测研究 |
| |
引用本文: | 张五龙,李岳林,杨得志,谢清华,尹钰屹,陈侗.基于SVR的汽油机过渡工况进气流量预测研究[J].车用发动机,2023(1):44-51. |
| |
作者姓名: | 张五龙 李岳林 杨得志 谢清华 尹钰屹 陈侗 |
| |
作者单位: | 1. 长沙理工大学湖南省工程车辆安全性设计与可靠性技术重点实验室;2. 长沙理工大学汽车与机械工程学院 |
| |
基金项目: | 国家自然科学基金项目“汽油机加速瞬态工况燃烧规律及控制方法研究”(51176014); |
| |
摘 要: | 针对目前汽油机进气流量预测精度不高的问题,分析支持向量回归机(SVR)应用在进气流量预测的可行性,提出一种基于SVR的进气流量预测模型。该模型通过结合支持向量回归机的结构优势,采用灰色关联分析法(GRA)对模型的特征向量进行提取,并利用遗传算法(GA)对模型参数进行寻优辨识,以提高模型的泛化性能和预测精度。运用汽油机过渡工况仿真试验数据对模型进行了训练和预测,并应用MATLAB/LIBSVM工具箱实现SVR模型的回归预测功能。结果表明:SVR模型的预测值与试验值的误差控制在2%范围之内,有效实现了过渡工况进气流量的预测;与常规的RBF神经网络预测模型、BP神经网络预测模型相比,SVR模型具有更高的预测精度,适用于汽油机过渡工况空燃比的精准控制。
|
关 键 词: | 过渡工况 进气量 支持向量回归机 预测模型 特征提取 参数辨识 |
|
|