| 发动机支持向量机建模及精度影响因素 |
| |
| 引用本文： | 陈然,孙冬野,秦大同,罗勇,胡丰宾.发动机支持向量机建模及精度影响因素[J].中南大学学报(自然科学版),2010,41(4). |
| |
| 作者姓名： | 陈然 孙冬野 秦大同 罗勇 胡丰宾 |
| |
| 作者单位： | 重庆大学,机械传动国家重点实验室,重庆,400030 |
| |
| 基金项目： | 国家高技术研究发展计划("863"计划)项目，国家自然科学基金资助项目 |
| |
| 摘 要： | 针对发动机具有非线性、时变性的特点以及采用常规神经网络辨识时的过学习等问题,提出基于支持向量机(SVM)的发动机模型辨识方法。该方法以大量实测数据为基础,采用结构风险最小化准则(SRM),保证网络具有很强的推广特性。以MATLAB为平台,依据实测试验数据,研究核函数、损失函数及惩罚参数对系统辨识精度的影响,确定各参数对模型精度影响的程度。在充分考虑各参数之间交互作用的前提下,利用循环嵌套查找方法,获得使支持向量机网络辨识精度达到最优时的各参数值,并以此建立发动机转矩及油耗模型。研究结果表明:基于支持向量机的发动机模型具有较强的泛化能力,为实现发动机与传动系统共同工作的最佳匹配控制奠定了基础。
|
| 关 键 词： | 支持向量机 发动机模型 辨识精度 参数选择 |
A novel engine identification model based on support vector machine and analysis of precision-influencing factors |
| |
| CHEN Ran,SUN Dong-ye,QIN Da-tong,LUO Yong,HU Feng-bin.A novel engine identification model based on support vector machine and analysis of precision-influencing factors[J].Journal of Central South University:Science and Technology,2010,41(4). |
| |
| Authors: | CHEN Ran SUN Dong-ye QIN Da-tong LUO Yong HU Feng-bin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
