【作者】

何蔚梁; 黄英; 王拓; 王绪; 王建

【单位】

北京理工大学机械与车辆学院; 北京理工大学

【摘要】

新技术的出现提高了发动机的燃油经济性和动力性，但也带来了更多的发动机标定工作，发动机标定成为一个多目标非凸优化问题。为了解决MONCOP问题，缩短标定时间，提出了一种基于贝叶斯主动学习的发动机在线标定算法（Bayesian Active Learning（BY-AL））。首先，以二冲程煤油发动机为研究对象，利用支持向量机（SVM）建立发动机响应模型。然后详细介绍了BY-AL算法设计。通过基准函数测试和离线标定仿真测试，各测试表明，BY-AL不仅能找到全局最优解，而且不需要精确建模，从而降低了标定试验量。

【关键词】

发动机在线标定;贝叶斯理论;主动学习

【论文集名称】

智能动力

【会议名称】

交通能源与智能动力大会

【会议时间】

2022-11-24至2022-11-29

【会议地点】

上海

【下载次数】

3

返回