基于混沌RBF神经网络的汽油机进气流量预测研究

• 作者: 丁景峰 彭玲 徐东辉 李岳林 杨巍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混沌RBF神经网络 进气流量 预测 汽油机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 工程与应用
• 页码范围: 222-226
• 页数: 5页
• 分类号: TP39
• 字数: 4659字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1306-0182

摘要

针对汽油机进气流量的多维非线性特性，提出了一种混沌径向基（RBF）神经网络的汽油机进气流量预测模型。证明了汽油机进气流量时间序列具有混沌特性，对采集的原始数据进行相空间重构，利用RBF神经网络对重构后的数据进行训练和预测，并利用混沌算法确定输出层连接权值和隐含层高斯函数径向基中心，使其达到全局最优，加快了RBF神经网络的收敛速度。仿真结果表明，与空气进气流量平均值模型、RBF神经网络预测模型比较，该模型具有更高的预测精度，为精确及时测试汽油机进气流量提供了一种全新的软件测量方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐东辉	长沙理工大学汽车与机械工程学院	16	42	4.0	5.0
3	李岳林	长沙理工大学汽车与机械工程学院	80	356	10.0	13.0
6	杨巍	长沙理工大学汽车与机械工程学院	3	17	2.0	3.0
7	丁景峰	长沙理工大学汽车与机械工程学院	2	8	1.0	2.0
8	彭玲	长沙理工大学汽车与机械工程学院	1	8	1.0	1.0