基于BP神经网络的汽油机进气流量预测研究
来源期刊:昆明理工大学学报(自然科学版)2016年第5期
论文作者:徐东辉 熊印国 颜顺林 李维奇 吴钢
文章页码:46 - 50
关键词:汽油机;混沌时序;BP神经网络;进气流量;预测;
摘 要:为提高汽油机空燃比控制系统的实时性及进气流量计量的精确度,提出了一种汽油机进气流量混沌时序BP神经网络预测模型.利用相空间重构技术对进气流量时间序列进行重构,恢复系统原有的混沌性,再利用BP网络对重构后的数据进行训练及预测,达到提高进气流量预测精确度的目的,进而提高汽油机空燃比控制系统的实时性及精确度.试验仿真结果表明,混沌时序BP神经网络预测模型具有更高的预测精度,为精确及时地预测汽油机进气流量提供了一种全新的方法.
徐东辉1,熊印国1,颜顺林1,李维奇2,吴钢3
1. 宜春学院物理科学与工程技术学院2. 武汉理工大学3. 长沙理工大学汽车与机械工程学院
摘 要:为提高汽油机空燃比控制系统的实时性及进气流量计量的精确度,提出了一种汽油机进气流量混沌时序BP神经网络预测模型.利用相空间重构技术对进气流量时间序列进行重构,恢复系统原有的混沌性,再利用BP网络对重构后的数据进行训练及预测,达到提高进气流量预测精确度的目的,进而提高汽油机空燃比控制系统的实时性及精确度.试验仿真结果表明,混沌时序BP神经网络预测模型具有更高的预测精度,为精确及时地预测汽油机进气流量提供了一种全新的方法.
关键词:汽油机;混沌时序;BP神经网络;进气流量;预测;