作者:李岳林 解福泉 徐东辉 吴钢 胡忠录汽车工程混沌时序非线性组合辨识支持向量机rbf神经网络
摘要:为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型。采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识。采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较。结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社