汽油机瞬态工况油膜参数混沌时序LS-SVM预测研究

• 作者: 周喆 廖伯荣 徐东辉 李岳林 谢安平
• 来源期刊: 汽车工程学报
• 学科: 工学
• 关键词: 瞬态工况 油膜参数 相空间重构 支持向量机 预测
• 年，卷（期）: 2015,（5）
• 页码范围: 321-326
• 页数: 6页
• 分类号: TK411
• 字数: 4711字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1469.2015.05.02

摘要

汽油机油膜参数具有多维非线性特性,当前使用的试验标定法及辨识法难以精确确定参数值,对此提出了混沌时序最小二乘支持向量机(LS-SVM)预测模型.已知汽油机油路系统在时间序列具有非线性混沌特性,对油膜参数试验标定数据进行相空间重构,采用支持向量机对重构后的数据进行训练及预测,得出预测结果,与BP神经网络模型及Elman神经网络模型的预测结果进行了对比分析.验证了LS-SVM模型具有更强的非线性预测能力,能够有效地提高油膜参数的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李岳林	长沙理工大学汽车与机械工程学院	80	356	10.0	13.0
2	徐东辉	长沙理工大学汽车与机械工程学院	6	15	2.0	3.0
3	谢安平	长沙理工大学汽车与机械工程学院	5	16	3.0	4.0
4	周喆	长沙理工大学汽车与机械工程学院	3	4	1.0	2.0
5	廖伯荣	长沙理工大学汽车与机械工程学院	3	4	1.0	2.0