蚁群初始化小波网络的汽油机油膜参数辨识研究

• 作者: 宋丹丹 李岳林 解福泉
• 来源期刊: 内燃机工程
• 学科: 工学
• 关键词: 汽油机 油膜参数 小波网络 蚁群算法 瞬态工况 辨识
• 年，卷（期）: 2017,（6）
• 页码范围: 61-66
• 页数: 6页
• 分类号: TK417.1
• 字数: 3615字
• 语种: 中文
• DOI: 10.13949/j.cnki.nrjgc.2017.06.010

摘要

建立瞬态工况小波网络发动机油膜模型,利用蚁群算法对小波网络参数进行初始化寻优,将其作为小波网络参数初始值,以提高小波网络的训练速度和误差精度,并基于该网络模型测试了发动机空燃比瞬态过程,然后利用瞬态工况试验数据进行了仿真,并与台架试验实际数据进行对比.结果表明,基于蚁群算法初始化小波网络模型能有效地辨识发动机瞬态工况油膜参数,高精度地逼近空燃比瞬态过程,不仅具有较强的泛化能力,而且大大缩短了训练时间.蚁群初始化小波网络适用于油膜参数辨识,本研究为发动机瞬态工况空燃比的精确控制奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋丹丹	长沙理工大学汽车与机械工程学院	9	63	5.0	7.0
3	解福泉	长沙理工大学汽车与机械工程学院	22	54	4.0	6.0
5	李岳林	长沙理工大学汽车与机械工程学院	80	356	10.0	13.0