车用发动机
車用髮動機
차용발동궤
2005年
1期
12-15
,共4页
桂勇%赵长禄%张付军%姜丹娜
桂勇%趙長祿%張付軍%薑丹娜
계용%조장록%장부군%강단나
神经网络%遗传算法%优化%惩罚函数%发动机
神經網絡%遺傳算法%優化%懲罰函數%髮動機
신경망락%유전산법%우화%징벌함수%발동궤
利用BP神经网络的自学习以及非线性逼近能力对发动机性能的影响因素和性能进行拟合和预测,再用遗传算法强大的全局寻优能力对影响因素进行优化,最终得到满足发动机燃油经济性的最佳动力性组合.二者的有机结合,为发动机性能优化提供了新的途径.
利用BP神經網絡的自學習以及非線性逼近能力對髮動機性能的影響因素和性能進行擬閤和預測,再用遺傳算法彊大的全跼尋優能力對影響因素進行優化,最終得到滿足髮動機燃油經濟性的最佳動力性組閤.二者的有機結閤,為髮動機性能優化提供瞭新的途徑.
이용BP신경망락적자학습이급비선성핍근능력대발동궤성능적영향인소화성능진행의합화예측,재용유전산법강대적전국심우능력대영향인소진행우화,최종득도만족발동궤연유경제성적최가동력성조합.이자적유궤결합,위발동궤성능우화제공료신적도경.
