摘要:针对发动机曲轴脉宽难以预测的问题,提出了改进粒子群(PSO)优化Elman神经网络预测的方法。采用Elman神经网络建立脉宽预测模型,根据网络陷入局部最优的代数与迭代次数动态更新网络惯性权重使PSO算法得到改进,利用改进的PSO算法对Elman神经网络的权值和阈值进行优化。对YC6G270-30型增压中冷柴油机曲轴信号脉宽的预测结果表明,改进的PSO-Elman算法比最小二乘、Elman、PSO-Elman算法具有更高的预测精度,收敛速度更快,验证了所提出方法的有效性与实用性。
关键词:曲轴脉宽 elman神经网络 粒子群优化算法 惯性权重
单位:长安大学汽车学院; 西安710064; 陕西重型汽车有限公司; 西安710200
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社