基于BP神经网络的喷水汽油机性能预测
王立宇
滕勤
庄远
合肥工业大学汽车与交通工程学院,安徽合肥 230009
摘要：基于反向传播(back propagation,BP)神经网络的逼近能力和自学习能力,以汽油机工况参数、状态参数和喷水控制参数为输入,分别建立多输入/单输出的点火提前角、油耗和排放预测模型;以试验设计和发动机台架的实测数据为基础构建、训练模型,用均方差评价网络训练与拟合效果;用相关系数判断输出值与目标值之间的密切程度;用决定系数和相对误差检验模型精度.结果表明:在训练、验证、测试、整体检验阶段,3种预测模型线性相关系数均大于0.8,均方差均小于0.01,决定系数都逼近于1,相对误差均小于15％,建立的模型能够较好预测喷水汽油机不同工况的性能.
关键词：喷水汽油机性能预测BP神经网络模型拟合
分类号：TK417(内燃机)TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(51676056)
论文发表日期：2021-06-28
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( 25-30 )
英文信息