| 基于遗传算法—优化长短期记忆神经网络的柴油机瞬态NOx排放预测模型研究 |
| |
| 引用本文： | 杨蓉,杨林,谭盛兰,张松,黄伟,黄俊明.基于遗传算法—优化长短期记忆神经网络的柴油机瞬态NOx排放预测模型研究[J].内燃机工程,2022,43(1):10-17. |
| |
| 作者姓名： | 杨蓉 杨林 谭盛兰 张松 黄伟 黄俊明 |
| |
| 作者单位： | 广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004;广西玉柴机器股份有限公司,玉林 537005 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFE0102800）；广西科技基地和人才专项项目（AD19110019）；广西创新驱动发展专项项目（AA18242045-3）；广西制造系统与先进制造技术重点实验室项目（19-050-44-S004） |
| |
| 摘 要： | 为实现选择性催化还原系统（selective catalytic reduction,SCR）尿素喷射量的精确控制，构建并评估了一套利用遗传算法（genetic algorithm,GA）优化长短期记忆（long short term memory,LSTM）神经网络的柴油机瞬态NOx排放预测模型。针对柴油机瞬态运行特点，选择柴油机NOx排放的主要影响因素进行相关性分析，确定模型的输入变量；为避免人为选取参数对神经网络预测性能的不良影响，采用遗传算法优化LSTM神经网络的参数，建立预测柴油机瞬态NOx排放的GA-LSTM模型；最后对预测模型进行了性能测试。结果表明，该模型具有较好的预测能力。
|
| 关 键 词： | 柴油机 瞬态 NOx预测 长短期记忆神经网络 遗传算法 |
| 收稿时间： | 2021/4/9 0:00:00 |
| 修稿时间： | 2021/9/7 0:00:00 |
Prediction Model for Transient NOx Emission of Diesel Engine Based on GA-Long Short Term Memory(LSTM)Neural Network |
| |
| YANG Rong,YANG Lin,TAN Shenglan,ZHANG Song,HUANG Wei and HUANG Junming.Prediction Model for Transient NOx Emission of Diesel Engine Based on GA-Long Short Term Memory(LSTM)Neural Network[J].Chinese Internal Combustion Engine Engineering,2022,43(1):10-17. |
| |
| Authors: | YANG Rong YANG Lin TAN Shenglan ZHANG Song HUANG Wei and HUANG Junming |
| |
| Affiliation: | (Guangxi Key Laboratory of Manufacturing System&Advanced Manufacturing Technology,School of Mechanical Engineering,Guangxi University,Nanning 530004,China;Guangxi Yuchai Machinery Company Limited,Yulin 537005,China) |
| |
| Abstract: | |
| |
| Keywords: | diesel engine transient NOxprediction long short term memory(LSTM)neural network genetic algorithm(GA) |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《内燃机工程》浏览原始摘要信息 |
|
点击此处可从《内燃机工程》下载全文 |
