神经网络内燃机排放模型学习样本的选定

• 作者: 周斌 志賀聖一 李玉梅
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 神经网络 内燃机 正交设计 排放 学习样本
• 年，卷（期）: 2002,（6）
• 页码范围: 659-663
• 页数: 5页
• 分类号: TP183
• 字数: 4001字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2002.06.014

摘要

研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法,针对内燃机工况变化的特点,对传统的正交设计法进行了改进,提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性.研究结果表明,模型的预测精度随着正交表位级的增加而提高,即使只用3位级的正交表设计样本,也能建立预测误差低于5.7%的内燃机稳态排放特性预测模型,具有试验工作量小、简便易行的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉梅	西南交通大学机械工程学院	14	86	6.0	9.0
2	周斌	西南交通大学机械工程学院	45	176	7.0	11.0