基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究 |
| |
引用本文: | 徐东辉,李岳林,解福泉,丁景峰,杨巍.基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究[J].内燃机工程,2015(3):100-105. |
| |
作者姓名: | 徐东辉 李岳林 解福泉 丁景峰 杨巍 |
| |
作者单位: | 长沙理工大学汽车与机械工程学院;宜春学院物理科学与工程技术学院;河南交通职业技术学院 |
| |
摘 要: | 提出了基于混沌径向基(RBF)神经网络的汽油机瞬态工况油膜参数辨识方法。利用混沌优化算法确定隐含层高斯函数径向基中心和输出层连接权值,使其达到全局最优,有效地提高RBF神经网络的收敛速度;同时,利用混沌算法训练RBF神经网络,使目标函数取全局最小值或逼近全局最小值,有效地提高辨识模型的辨识精度,并与BP神经网络模型及最小二乘法辨识进行了分析和比较。仿真结果表明:混沌RBF神经网络模型收敛速度快,具有更强的非线性辨识能力,能够有效地提高油膜动态参数的辨识精度,进而得出不同工况下的油膜参数动态特征。
|
关 键 词: | 内燃机 混沌RBF神经网络 瞬态工况 油膜参数 辨识 |
本文献已被 CNKI 等数据库收录! |
|