改进PSO算法优化LSSVM的柴油机排气预测

• 作者: 张扬 朱志宇
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 排气预测 支持向量机 粒子群 优化 仿真
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 103-110
• 页数: 8页
• 分类号: TP181
• 字数: 4335字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.015

摘要

针对柴油机SCR系统对排气流量、排气成分和排气温度控制精度要求高的特点,提出一种基于粒子群优化支持向量机的排气预测模型.该方法采用改进粒子群算法寻找支持向量机最优的惩罚参数和核函数参数,提高模型的泛化能力,根据柴油机运行时的转速和负载,实时精准测算出排气流量、温度以及氮氧化合物浓度.结合柴油机实际排放实验仿真表明,与未经优化的PSO-SVM模型相比,该方法对柴油机排气预测有很高的精确度,可以将误差控制在1.6％以内,平均误差仅为0.665％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱志宇	江苏科技大学电子信息学院	164	971	15.0	21.0
2	张扬	江苏科技大学电子信息学院	2	0	0.0	0.0