基于遗传算法-优化长短期记忆神经网络的柴油机瞬态NOx排放预测模型研究

• 作者: 杨蓉 杨林 谭盛兰 张松 黄伟 黄俊明
• 来源期刊: 内燃机工程
• 学科: 工学
• 关键词: 柴油机 瞬态 NOx预测 长短期记忆神经网络 遗传算法
• 年，卷（期）: 2022,（1）
• 页码范围: 10-17
• 页数: 8页
• 分类号: TK421+.5
• 语种: 中文
• DOI: 10.13949/j.cnki.nrjgc.2022.01.002

摘要

为实现选择性催化还原系统(selective catalytic reduction,SCR)尿素喷射量的精确控制,构建并评估了一套利用遗传算法(genetic algorithm,GA)优化长短期记忆(long short term memory,LSTM)神经网络的柴油机瞬态NOx排放预测模型.针对柴油机瞬态运行特点,选择柴油机NOx排放的主要影响因素进行相关性分析,确定模型的输入变量;为避免人为选取参数对神经网络预测性能的不良影响,采用遗传算法优化LSTM神经网络的参数,建立预测柴油机瞬态NOx排放的GA-LSTM模型;最后对预测模型进行了性能测试.结果表明,该模型具有较好的预测能力.