首页 > 期刊 > 自然科学与工程技术 > 信息科技 > 自动化技术 > 数字制造科学 > 基于PSO-BP神经网络的摩托车排放预测 【正文】

基于PSO-BP神经网络的摩托车排放预测

王志红; 贺星驰; 吴鹏辉; 袁雨 武汉理工大学现代汽车零部件技术湖北省重点实验室; 湖北武汉430070; 武汉理工大学汽车零部件技术湖北省协同创新中心; 湖北武汉430070
  • bp神经网络
  • 粒子群算法
  • 排放预测模型
  • 摩托车

摘要:为了预测摩托车的排放特性,依据台架试验中的某摩托车速度、加速度、λ值与排放数据,利用MATLAB搭建了基于PSO-BP神经网络的摩托车排放预测模型。排放预测模型以双隐含层BP神经网络为基础,使用粒子群算法优化神经网络的权值与阈值,选取速度、加速度与λ值作为输入数据,CO、NO_x和THC的排放浓度作为输出数据。预测结果表明:CO、NO_x、THC排放因子的最大相对误差为8.32%,预测值与实测值相关性强。该模型可为摩托车排放研究提供依据,具有一定的实用价值。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询