基于优化的深度极限学习机的柴油车NOx排放预测

作者：李勇志; 胡磬遥^*; 任洪娟; 黄成

来源：环境监测管理与技术, 2023, 35(04): 53-56.

DOI：10.19501/j.cnki.1006-2009.2023.04.001

• NOx
• 重型柴油车
• 麻雀搜索算法
• 深度极限学习机
• 排放预测

用麻雀搜索算法优化的深度极限学习机(SSA-DELM)构建柴油车NOx排放预测模型，对柴油车低速、中速和高速状态下的NOx排放进行预测，并将此模型性能与深度极限学习机(DELM)模型性能进行对比分析。结果表明：SSA-DELM模型的预测效果较好，在低速、中速、高速状态下该模型平均绝对百分比误差MAPE分别为0.061 0、0.044 9、0.039 1;在低速、中速、高速状态下SSA-DELM模型的性能评价指标比DELM模型性能评价指标分别优约23%、44%、11%。

• 单位
  上海市环境科学研究院; 上海工程技术大学