科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于柴油/天然气双燃料发动机测试台架试验数据，以发动机扭矩、转速、喷油时刻、喷油压力和天然气替代率、过量空气系数为模型输入参数，以发动机燃油消耗率和CO、NOx、总烃（THC）排放体积分数和碳烟排放量为模型输出，构建了基于逆向传播（BP）神经网络和遗传算法（GA）优化的GA-BP神经网络的预测模型，并将预测结果与试验值进行对比验证。研究结果表明：GA-BP神经网络模型相比BP神经网络模型具有更好的预测性能；GA-BP神经网络模型对5个输出参数预测的平均绝对百分比误差MAPE均小于6%，并且决定系数R2均大于0.97，模型具有较高的预测精度和泛化能力。
- 单位
