重庆理工大学学报2020,Vol.34Issue(1) :103-110.

改进PSO算法优化LSSVM的柴油机排气预测

Diesel Engine Exhaust Prediction Based on Improved PSO Algorithm Optimized LSSVM Model

张扬 朱志宇
重庆理工大学学报2020,Vol.34Issue(1) :103-110.

改进PSO算法优化LSSVM的柴油机排气预测

Diesel Engine Exhaust Prediction Based on Improved PSO Algorithm Optimized LSSVM Model

张扬 1朱志宇1
扫码查看

作者信息

  • 1. 江苏科技大学 电子信息学院,江苏 镇江 212003
  • 折叠

摘要

针对柴油机SCR系统对排气流量、排气成分和排气温度控制精度要求高的特点,提出一种基于粒子群优化支持向量机的排气预测模型.该方法采用改进粒子群算法寻找支持向量机最优的惩罚参数和核函数参数,提高模型的泛化能力,根据柴油机运行时的转速和负载,实时精准测算出排气流量、温度以及氮氧化合物浓度.结合柴油机实际排放实验仿真表明,与未经优化的PSO-SVM模型相比,该方法对柴油机排气预测有很高的精确度,可以将误差控制在1.6%以内,平均误差仅为0.665%.

关键词

排气预测/支持向量机/粒子群/优化/仿真

引用本文复制引用

基金项目

江苏省研究生科研与实践创新计划项目(KYCX18_2329)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
被引量3
参考文献量6
段落导航相关论文