【作者】

段浩; 尹晓军; 寇海亮; 曾科

【单位】

西安交通大学

【摘要】

人工神经网络（ANN）方法因其在解决非线性小样本问题方面的优势而得到迅速发展和应用。本文提出了一种改进的粒子群优化误差反向传播神经网络方法（IMPSO-BPNN），并应用于掺氢比为20%（体积分数）天然气掺氢（HCNG）发动机试验数据的回归预测。结果表明：在最大扭矩点火提前角（MBT）下，HCNG发动机的燃烧效率最高、输出扭矩最大、等效天然气比消耗最小、NOx比排放也相对较低。通过不同神经网络方法的比较研究，IMPSO-BPNN模型的预测性能最佳，同时能够保持良好的泛化能力和计算效率。

【关键词】

算法改进;改进粒子群优化方法;天然气掺氢;标定方法

【论文集名称】

能源、燃料与润滑油

【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】

2

返回