基于RBF神经网络的汽油机电控参数的标定及优化

• 作者: 侯献军 巩学军 彭辅明 杜常清 颜伏伍
• 来源期刊: 中国机械工程
• 关键词: RBF神经网络 喷油脉宽 点火提前角 标定 训练 检验
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 车辆工程
• 页码范围: 2264-2267
• 页数: 4页
• 分类号: TK417
• 语种: 中文

摘要

为了寻求电控单元与发动机的最佳匹配,通过分析汽油机电控系统控制参数,建立了汽油机稳态性能预测的径向基函数(RBF)人工神经网络模型.通过LJ276M汽油机台架标定试验获取样本数据,利用训练过的RBF神经网络预测汽油机在其他稳态工况点的电控参数并检验所建立神经网络模型的性能.喷油脉宽和点火提前角的网络输出最大误差小于1%,平均误差小于0.6%.研究结果表明,该预测模型具有较强的泛化能力,能够准确地预测发动机电控参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜伏伍		177	1445	20.0	24.0
2	侯献军		95	772	13.0	21.0
3	巩学军		6	28	3.0	5.0
4	彭辅明		27	124	7.0	9.0
5	杜常清		46	394	13.0	17.0