科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了建立一种能够准确预测汽油机NOx排放的模型，通过台架试验和整车试验分别测得发动机稳态工况和瞬态工况下的NOx排放量。提出一种融合集成算法和随机采样思想的新式神经网络模型，即组合神经网络模型，对比该模型与传统神经网络模型及随机森林模型的性能。同时，为了进一步优化模型，提出基于组合神经网络模型的特征选取方法。使用去除自相关性后的输入参数进行建模，并依次增加或减少输入参数建立起新的模型，通过前后模型精度的变化计算输入参数对整体模型的模型贡献度。根据各参数模型贡献度提取出建模所需的参数，对模型进行简化。研究结果表明：组合神经网络有着比随机森林和传统神经网络更好的拟合能力、泛化性及稳定性，对汽油机NOx排放的预测准确度较高；特征选取可以有效简化模型，加快计算速度；通过其他机型的验证，模型具有普适性。
-
单位天津大学; 内燃机燃烧学国家重点实验室; 广州汽车集团股份有限公司汽车工程研究院
