重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (1): 103-110.doi: 10.3969/j.issn.1674-8425(z).2020.01.015

• 智能技术 • 上一篇    下一篇

改进 ＰＳＯ算法优化 ＬＳＳＶＭ的柴油机排气预测

张 扬，朱志宇   

  1. 江苏科技大学 电子信息学院，江苏 镇江 ２１２００３
  • 收稿日期:2019-01-16 发布日期:2020-02-16
  • 作者简介:张扬，男，硕士研究生，主要从事复杂系统仿真、建模与控制研究，Ｅｍａｉｌ：１２８１９４０９６＠ｑｑ．ｃｏｍ；朱志宇，男， 博士，教授，主要从事船舶系统控制、雷达信号处理以及智能控制研究。
  • 基金资助:
    江苏省研究生科研与实践创新计划项目（ＮＯ．ＫＹＣＸ１８＿２３２９）

  • Received:2019-01-16 Published:2020-02-16

PDF (PC)

303

赞

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

中图分类号: 

  • ＴＰ１８１