基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
开发了一种柴油机NOx瞬态排放预测研究的方法,该方法采用BP神经网络进行建模,并加入遗算法优化网络权值弥补BP网络缺陷.模型选取影响NOx排放的控制参数作为输入量.网络训练中采用早停止策略防止训练网络过拟合,保证网络泛化能力.模型总排放预测相对误差为3.63%,尤其对加减速等瞬态变化工况的预测效果更优,相对误差小于3%,可以用于NOx瞬态排放预测,并且模型输入参数多为控制参数,有利于对模型进行深入研究.
推荐文章
基于GA-BP神经网络的船用柴油机制造企业供应商评价
船用柴油机
制造企业
供应商评价
因子分析
BP神经网络
遗传算法
基于GA-BP神经网络算法的马铃薯晚疫病预测模型
马铃薯晚疫病
遗传算法
BP神经网络
归一化处理
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-BP神经网络的柴油机NOx瞬态排放预测
来源期刊 南昌大学学报(工科版) 学科 工学
关键词 柴油机 瞬态排放 预测 神经网络 遗传算法
年,卷(期) 2012,(1) 所属期刊栏目 机械与动力工程
研究方向 页码范围 62-65
页数 分类号 TK421.5
字数 1947字 语种 中文
DOI 10.3969/j.issn.1006-0456.2012.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴敏 南昌大学机电工程学院 27 43 4.0 4.0
2 文华 南昌大学机电工程学院 39 127 7.0 8.0
3 杨兆山 南昌大学机电工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (43)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
柴油机
瞬态排放
预测
神经网络
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南昌大学学报(工科版)
季刊
1006-0456
36-1194/T
大16开
江西省南昌市南京东路235号南昌大学期刊社
44-38
1964
chi
出版文献量(篇)
1871
总下载数(次)
2
总被引数(次)
10734
论文1v1指导