基于广义回归神经网络的发动机动力性、经济性预测

• 作者: 俞明 林冬燕 陈子健
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 广义回归神经网络 发动机 预测模型
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 147-150
• 页数: 4页
• 分类号: TH166
• 字数: 3864字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2003.03.058

摘要

神经网络是当前最主要的智能控制技术,它是模拟人脑的结构以及对信息的记忆和处理功能,具有擅长从输入输出数据中学习有用的知识的特性.发动机性能预测是根据发动机结构参数和运转参数来估算推测发动机的各种性能指标,因此可以利用神经网络的学习性的特点,借助神经网络,将各种影响汽油机燃烧过程的主要参数对汽油机的非线性影响以网络模型的形式表示出来.本文讨论了如何抛开数学建模的方式,选用广义回归神经网络进行发动机动力性、经济性的预测,并应用了MATLAB软件工具箱编程,给出一个两缸电控汽油发动机的动力性、经济性预测模型的实例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞明	华南理工大学交通学院	17	260	9.0	16.0
2	陈子健	华南理工大学交通学院	9	37	4.0	5.0
3	林冬燕	华南理工大学交通学院	2	26	2.0	2.0