基于自适应PSO优化的空燃比神经网络预测控制

作者：周叙国; 王伟

来源：西南师范大学学报(自然科学版), 2014, 39(05): 64-68.

DOI：10.13718/j.cnki.xsxb.2014.05.017

• 空燃比
• 自适应粒子群优化
• 神经网络
• 预测控制
• 过渡工况

为解决空燃比传输延迟的问题,该文提出一种基于自适应扩展粒子群优化的空燃比预测控制策略.采用多粒子策略来提高算法的全局收敛性,通过对控制参数的自适应调整来加快算法的收敛速度.在多粒子策略中,每个粒子的更新受更多其他粒子的影响;在自适应策略中,控制参数随着迭代次数的增加而逐渐减小.以HQ495发动机为实验对象,仿真结果表明在节气门小范围变化时,空燃比误差低于1%;在节气门大范围变化时,空燃比误差低于2%.该方法实现了对空燃比的精确预测控制,有效地改善了汽油机过渡工况排放性能.

• 单位
  贵州工业职业技术学院