基于人工神经网络的发动机点火提前角预测模型

《基于人工神经网络的发动机点火提前角预测模型》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于人工神经网络的发动机点火提前角预测模型　　摘要：本文利用人工神经网络建立发动机点火提前角预测模型，提出显式优化神经网络模型复杂度的方法，并提出一种在将实验数据划分为训练、验证和测试数据集前的数据预处理方法，能有效提高模型的精度。得到的最优神经网络模型，对训练、验证、测试数据集预测的相关系数均为1，模型误差几乎为零。在划分数据集前通过复制原始数据集得到大量的数据样本，并通过多次迭代训练，优化的发动机点

2、火提前角预测模型具有很高的精度。　　关键词：发动机；人工神经网络；点火提前角；预测模型　　中图分类号：TK401文献标识码：A文章编号：1005--0056-06　　Abstract：Anartificialneuralnetworkwasusedinthiscurrentstudytobuildthepredictionmodelforengineignitionadvancefortrainingandselectinganoptimalnetworkstructurebasedontheexplicitmethodofnetworkstructureoptimizatio

3、nhasbeenpresented.Thestudyalsopresentsanovelapproachformanipulatinglimitedexperimentaldatabeforepartitioningintotraining，validationandtestdata为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各

4、学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。setsforimprovedpredictionaccuracy.Theresultsobtainedbytheproposedmethodforprocessinglimitedexperimentaldataachievedvirtuallyzeroerrorsandacorrelationcoefficicentofunityfortraining，validationandtesting.Theimprovedpredictionaccuracyoftheselectedneuralnetworkmode

5、lwasattributedtothelargeramountofdataresultingfromtheproposedmanipulationofexperimentaldatabeforepartitioning，aswellasthecomparativelyhighertrainingepochs.　　KeyWords：engine；artificialneuralnetwork；ignitionadvancetiming；predictionmodel　　1前言　　人工神经网络是受生物神经系统启发的一种黑箱类建模方法，用于解决现实世界中模式分类、聚类/分类，函数逼近

6、/系统识别，优化和控制系统设计等问题。人工神经网络有较强的并行处理、学习和泛化能力，具有高适应性和容错性等特点；能在一定的精度下，逼近任何函数[1]。因此，近年来受到很多的关注[2，3]，并在汽车发动机领域得到了广泛的运用[4-15]。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系

7、统的使用和维护。　　Wu等人[4]利用人工神经网络对具有可变气门正时和独立进气排气凸轮轴定相技术发动机的气流进行建模，提出了神经网络模型结构的显式优化方法[5]，该优化方法通过逐步递增模型参数，观察训练、验证和测试数据集的均方误差，但是该方法需要有大量的实验数据，才能有较好的预测效果。文献[6]用元模型的方法降低1-D发动机模型的计算复杂度，而不损失有效数据信息，用于快速运行的自控制模型应用。文献[7]基于Levenberg-Marquardt算法，利用人工神经网络对单缸点火发动机的燃料系统