RDWKCPSO-PCA-BPNN的汽车燃油消耗预测

• 作者: 姜平 李晓勇 祖春胜
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 交通运输
• 关键词: BP神经网络 权值和阈值 混沌粒子群算法 主成分分析 燃油消耗预测 Kent映射
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 机械与汽车工程
• 页码范围: 7-13
• 页数: 7页
• 分类号: TP301.6|U462.34
• 字数: 3588字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2016.01.002

摘要

针对不同乘用车综合工况下理论百公里燃油消耗数据 ,文章提出了一种基于主成分分析(principal component analysis ,PCA)和 BP 神经网络(back propagation neural network ,BPNN)的燃油消耗预测模型 ;通过 PCA 方法对选取影响理论燃油消耗的 24 个因素进行压缩 ,简化模型结构 ,再利用 BPNN 算法 ,构建燃油消耗预测模型 ;由于神经网络中的权值和阈值对预测模型效果影响较大 ,采用基于随机动态惯性权重和 Kent映射的混沌粒子群算法(RDWKCPSO)优化 PCA-BPNN 模型中的权值和阈值 . 对 3 种标准函数的寻优测试结果表明 ,RDWKCPSO 优化算法更容易跳出局部最优实现全局寻优 ,提高了模型适应能力及预测精度 .

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜平	合肥工业大学机械与汽车工程学院	28	318	12.0	17.0
2	祖春胜	合肥工业大学机械与汽车工程学院	3	11	3.0	3.0
3	李晓勇	合肥工业大学机械与汽车工程学院	3	11	3.0	3.0