- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于组合式神经网络的柴油机性能评估预测模型.pdf
浙江大学学报(农业与生命科学版)31(2):229~231,2005
of Sci.)
Journal
ZhejiangUniversity(Agric.Life
文章编号:1008—9209(2005)02—0229—03
基于组合式神经网络的柴油机性能评估预测模型
李增芳1’2,陶雪梅1,何勇1
(1.浙江大学生物系统工程系,浙江杭州310029;2.浙江水利水电高等专科学校,浙江杭州310018)
摘要:在分析发动机结构参数和运转参数对发动机性能影响的基础上,提出了一种基于组合式神经
网络的柴油机性能状态评估预测模型.该模型首先运用动态聚类法将大样本分成若干小组,然后分别用
于子网络训练.性能评估时,运用模糊识别法选择相关的子网络进行评估分析.实例验证表明,这种模型
能有效解决大样本下神经网络训练速度慢和难以收敛的问题,提高柴油机性能评估预测精度.
关键词:柴油机;神经网络;动态聚类法;评估预测
中图分类号:TPl83;TK418文献标识码:A
LI Xue—meil,HE Univ,
Zeng—fan91~.TAO Yon91(1.Dept.ofBio—systemsEngineering,Zhejiang
310029,China,2 Water and
Hangzhou Zhejiang ConservancyHydropowerCollege,Hangzhou
310018,China)
and modelof basedon
onthe diesel modular
Study appraisalanalysisforecasting engineperformance
neural of Sci.),2005,31(2):229—231
network.Journal
ZhejiangUniversity(Agric.&Life
the betweentechnicalstatesand ofdiesel
Abstract:Byanalyzingrelationship performanceparameters
modelbasedonmodularneuralnetworksis
appraisal proposed.Firstly,theoriginalsamples
engine,an
aredividedintoseveral the method.Theneach isusedto
by dynamic
groupsapplying clustering group
traina seedneural the is to
separate networks.Duringappraisalphase,patternrecognitionemployed
activatethe seedneuralnetworksfor indicatesthatthe
corresponding appraisalanalysis.Experiment
low anddifficult and the of
modelcans
文档评论(0)