汽车工程学报
汽車工程學報
기차공정학보
CHINESE JOURNAL OF AUTOMOTIVE ENGINEERING
2015年
5期
321-326
,共6页
李岳林%周喆%徐东辉%谢安平%廖伯荣
李嶽林%週喆%徐東輝%謝安平%廖伯榮
리악림%주철%서동휘%사안평%료백영
瞬态工况%油膜参数%相空间重构%支持向量机%预测
瞬態工況%油膜參數%相空間重構%支持嚮量機%預測
순태공황%유막삼수%상공간중구%지지향량궤%예측
汽油机油膜参数具有多维非线性特性,当前使用的试验标定法及辨识法难以精确确定参数值,对此提出了混沌时序最小二乘支持向量机(LS-SVM)预测模型.已知汽油机油路系统在时间序列具有非线性混沌特性,对油膜参数试验标定数据进行相空间重构,采用支持向量机对重构后的数据进行训练及预测,得出预测结果,与BP神经网络模型及Elman神经网络模型的预测结果进行了对比分析.验证了LS-SVM模型具有更强的非线性预测能力,能够有效地提高油膜参数的预测精度.
汽油機油膜參數具有多維非線性特性,噹前使用的試驗標定法及辨識法難以精確確定參數值,對此提齣瞭混沌時序最小二乘支持嚮量機(LS-SVM)預測模型.已知汽油機油路繫統在時間序列具有非線性混沌特性,對油膜參數試驗標定數據進行相空間重構,採用支持嚮量機對重構後的數據進行訓練及預測,得齣預測結果,與BP神經網絡模型及Elman神經網絡模型的預測結果進行瞭對比分析.驗證瞭LS-SVM模型具有更彊的非線性預測能力,能夠有效地提高油膜參數的預測精度.
기유궤유막삼수구유다유비선성특성,당전사용적시험표정법급변식법난이정학학정삼수치,대차제출료혼돈시서최소이승지지향량궤(LS-SVM)예측모형.이지기유궤유로계통재시간서렬구유비선성혼돈특성,대유막삼수시험표정수거진행상공간중구,채용지지향량궤대중구후적수거진행훈련급예측,득출예측결과,여BP신경망락모형급Elman신경망락모형적예측결과진행료대비분석.험증료LS-SVM모형구유경강적비선성예측능력,능구유효지제고유막삼수적예측정도.
