10.16807/j.cnki.12-1372/e.2020.12.007
基于混沌粒子群优化极限学习机的柴油机二级可调增压系统建模
针对柴油机二级可调增压系统机理建模复杂的问题,提出一种基于混沌粒子群优化极限学习机(CPSO-ELM)的柴油机二级可调增压系统性能预测方法.采用混沌粒子群算法优化极限学习机权值和阈值,解决网络参数随机生成造成的预测精度低的问题.以某型六缸二级可调增压柴油机不同海拔性能试验数据建模,利用CPSO-ELM方法训练得到柴油机二级增压系统预测模型.仿真结果表明:相比标准ELM,该方法的预测精度提高20%以上,预测结果的平均绝对误差百分比为5.62%,均方根误差为0.42,其预测精度均优于反向传播神经网络(BPNN)和遗传算法优化极限学习机(GA-ELM).
柴油机、二级可调增压系统、混沌粒子群、极限学习机、遗传算法
22
TK427(内燃机)
军队科研项目
2020-12-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
30-35