188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
yanbubu

上传于：2018-07-11

粉丝量：20

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于神经网络和LSSVM的点火提前角组合预测研究_刘东阳

    星级： 4 页

  • 基于神经网络和LSSVM的汽油机点火提前角组合预测研究

    星级： 72 页

  • 基于LSSVM的天然气管网负荷组合预测

    星级： 4 页

  • 基于LSSVM的交通流组合预测模型

    星级： 3 页

  • 基于神经网络的组合预测模型方法研究

    星级： 8 页

  • 基于神经网络的负荷组合预测模型研究

    星级： 5 页

  • 基于神经网络的组合预测模型方法研究

    星级： 8 页

  • 基于神经网络的负荷组合预测模型研究

    星级： 5 页

  • 基于神经网络的药品需求组合预测研究与应用

    星级： 5 页

  • 基于神经网络的药品需求组合预测研究与应用

    星级： 5 页

  • 基于神经网络的药品需求组合预测研究与应用

    星级： 5 页

  • 基于神经网络的药品需求组合预测研究与应用拉

    星级： 6 页

  • 基于神经网络的利率期限结构组合预测研究

    星级： 85 页

  • 基于神经网络的组合预测模型方法研究

    星级： 8 页

  • 基于BP神经网络组合预测的纺纱产量预测研究

    星级： 5 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 基于神经网络和LSSVM的点火提前角组合预测研究

    下载积分： 2000

    内容提示： 第 46卷 第 6期 小 型 内 燃 机 与 车 辆 技 术 2017年 12月 SMALL INTERNAL COMBUSTION ENGINE AND VEHICLE T ECHNIQUE Vo1．46 No．6 Dec．20l7 基于神经网络和 LSSVM 的点火提前角组合预测研究 冰 刘东阳 李岳林 王重阳 葛 进 刘博夫 (长沙理工大学汽车与机械工程学院 湖南 长沙 410076) 摘 要：针对传统插值法确定汽油机点 火提前角精度较低的 问题 ，提 出了根据发动机 负荷 变化的可 变最优加权方法 ，并建立 了基 于 BP—LSSVM的汽油机 可变最优加权点火提 前 角组合预测模 型 ，通过 点火提前 角预测结果的对比与分析 ，验证 了提 出的基 于神 经网络和 LSSVM...

    文档格式：PDF | 页数：4 | 浏览次数：6 | 上传日期：2018-07-11 16:58:22 | 文档星级：
    第 46卷 第 6期 小 型 内 燃 机 与 车 辆 技 术 2017年 12月 SMALL INTERNAL COMBUSTION ENGINE AND VEHICLE T ECHNIQUE Vo1．46 No．6 Dec．20l7 基于神经网络和 LSSVM 的点火提前角组合预测研究 冰 刘东阳 李岳林 王重阳 葛 进 刘博夫 (长沙理工大学汽车与机械工程学院 湖南 长沙 410076) 摘 要：针对传统插值法确定汽油机点 火提前角精度较低的 问题 ，提 出了根据发动机 负荷 变化的可 变最优加权方法 ，并建立 了基 于 BP—LSSVM的汽油机 可变最优加权点火提 前 角组合预测模 型 ，通过 点火提前 角预测结果的对比与分析 ，验证 了提 出的基 于神 经网络和 LSSVM 的汽油机点火提前角组合 预测模型的准确性和有效性。 关键词：汽油机 点火提前角 混沌算法 RBF神经网络 中图分类号 ：TK413．9+6 文献标识码 ：A 文章编号 ：2095—8234(2017)06—0014—04 A Research 0n Ignition Advance Angle Combined Prediction Based 0n Neural Network and LSSVM Liu Dongyang，Li Yuelin，W ang Chongyang，Ge Jin，Liu Bofu Changsha University ofScience&Technology(Changsha，Hunan，410076，China) Abstract：Aiming at the problem that the precision of the ignition advance angle of the gasoline engine determined by the traditional interpolation method is low，a variable optimal weighting method is proposed according to the var iation of engine load and a var iable optimal weighted combination model of BP—-LSSVM ignition advance angle is established．By comparing and analyzing the results of other prediction model，the accuracy and va lidity of the BP——LSSVM ignition advance angle combined prediction model based on neu—— ral networks and LSSVM is verif ied． Keywords：Gasoline Engine；Ignition advance angle；Chaos optimization algorithm；RBF neural networks 引言 由于汽油机工作过程复杂 ，点火提前角与发动 机运行工况关系具有非线性特性 ，用单一模型进行 点火提前角预测时，其预测精度也会各有不同，如果 通过一一计算各模型的精度，可以选出相对精度较 好的预测模型 ，但这并不是最好 的预测模型的选择 方法 。而组合模 型预测则是将各种单一预测模型预 测的点火提前角按照某种方式进行组合 ，将各单一 预测模型所提供各 自特有的点火提前角预测信息综 合起来，合理的权重分配可使得组合模型的点火提 前角预测值可综合各单一模型特点和信息，具有更 好的预测结果 ，提高点火提前角预测模型 的精确性 和可靠性 。 1 点火提前角 BP—LSSVM 组合预测 1．1 最优组合预测 最优组合预测方法通常基于一定的约束条件， 按照预测误差平方 和最小化原则构造 目标函数 ，通 过求得 目标函数的最大值或最小值，进而确定各单 一预测模型权重，该加权方法，遵循系统最优化原 则，将预测整体最优作为 目标 ，在实际应用中效果更 加理想 ；同时 ，相对误差平方 和倒数法 ，该方法具有 更高的预测精度 ，因此本文采用最优加权 的方法来 基金项 目：湖南省 自然科学基金资助项 目(2016JJ2003)。 作者简介：刘东阳(1991一)，男，硕士研究生，主要研究方向为汽车节能减排。

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司