基于随机森林和优化GRU算法的柴油机NOx预测

扫码查看

原文链接

万方数据
维普

中文摘要：以尿素为还原剂的选择性催化还原(SCR)技术是降低柴油车NOx排放的主要途径,而实现 NOx 的精准预测是实现对 SCR 精准控制的前提,文章提出使用随机森林结合门控循环单元(GRU)的方法对 NOx进行预测.针对 NOx生成因素的复杂性,使用随机森林进行特征选取,选取对结果影响大的特征,并构建基于优化门控单元的NOx的预测模型.实验结果显示,在瞬态与稳态工况下使用随机森林结合 GRU 的预测结果的均方误差分别为66.419×10-6 与 63.423×10-6,证明模型具有较高的精准度以及良好的泛化能力.

外文标题：NOx Prediction of Diesel Engine Based on Random Forest and Optimized GRU Algorithm

作者：

郭智刚、申宗、江楠、闫立冰、冯健洧

展开 >

作者单位：

潍柴动力股份有限公司,山东潍坊 261021

关键词：

NOx预测神经网络柴油机随机森林 GRU算法

出版年：

2023

DOI：

10.16638/j.cnki.1671-7988.2023.08.017