基于PCA-GABP神经网络的发动机负荷特性预测
方泽军1
纪常伟1
洪晶2
1.北京工业大学环境与能源工程学院,北京,1000222.景德镇陶瓷学院信息工程学院,景德镇,333000
摘要：针对BP算法存在的不足,本文提出了一种PCA-GABP神经网络方法预测发动机负荷特性,该方法由主成分分析(PCA)和遗传神经网络(GABP)两部分构成,采用PCA技术减少网络输入变量、精简网络结构、提高学习效率;GABP算法采用局部改进遗传算法优化神经网络权值,并采用自适应学习速率动量梯度下降算法对神经网络进行训练.预测结果表明该方法在准确性和收敛性方面都优于BP算法.
关键词：神经网络发动机主成分分析遗传算法预测
分类号：U464(汽车工程)
论文发表日期：2007-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 33-38 )
英文信息