典型文献
基于组合神经网络的汽油机NOx排放预测及特征选取
文献摘要：
为了建立一种能够准确预测汽油机NOx排放的模型,通过台架试验和整车试验分别测得发动机稳态工况和瞬态工况下的NOx排放量.提出一种融合集成算法和随机采样思想的新式神经网络模型,即组合神经网络模型,对比该模型与传统神经网络模型及随机森林模型的性能.同时,为了进一步优化模型,提出基于组合神经网络模型的特征选取方法.使用去除自相关性后的输入参数进行建模,并依次增加或减少输入参数建立起新的模型,通过前后模型精度的变化计算输入参数对整体模型的模型贡献度.根据各参数模型贡献度提取出建模所需的参数,对模型进行简化.研究结果表明:组合神经网络有着比随机森林和传统神经网络更好的拟合能力、泛化性及稳定性,对汽油机NOx排放的预测准确度较高;特征选取可以有效简化模型,加快计算速度;通过其他机型的验证,模型具有普适性.
文献关键词：
神经网络;发动机排放;特征选取;汽油机
中图分类号：
作者姓名：
王膺博;秦静;裴毅强;吕永;钟凯;郑德;陈涛
作者机构：
天津大学内燃机研究所,天津,300072;天津大学内燃机燃烧学国家重点实验室,天津,300072;广州汽车集团股份有限公司汽车工程研究院,广东广州,511434
文献出处：
引用格式：
[1]王膺博;秦静;裴毅强;吕永;钟凯;郑德;陈涛-.基于组合神经网络的汽油机NOx排放预测及特征选取)[J].中南大学学报（自然科学版）,2022(06):2102-2110
A类：
B类：
汽油机,NOx,排放预测,特征选取,准确预测,台架试验,整车试验,稳态工况,瞬态工况,合集,集成算法,随机采样,新式,组合神经网络模型,随机森林模型,用去,自相关性,输入参数,模型精度,整体模型,贡献度,参数模型,泛化性,预测准确度,简化模型,计算速度,机型,发动机排放
AB值：
0.304612
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
