基于动态改进遗传粒子群-BP的重型车NO_(x)排放预测模型研究

钱枫; 马骋; 祝能; 王明达; 王继广; 许小伟

首页> 中文期刊> 《车用发动机》 >基于动态改进遗传粒子群-BP的重型车NO_(x)排放预测模型研究

基于动态改进遗传粒子群-BP的重型车NO_(x)排放预测模型研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了降低重型车NO_(x)排放速率监测控制中OBD设备异常采集数据和数据耦合问题的影响,基于BP神经网络建立了排放预测模型。为了提高预测模型的准确性,引入了遗传粒子群组合算法,并对其进行动态改进,同时利用PCA分析提取数据特征。结果表明:对比传统遗传算法和粒子群算法,动态改进的遗传粒子群组合算法在适应度函数上提升了5.75%和3.37%;与其他9种预测模型相比,动态改进后的遗传粒子群-BP网络在评价指标MASE、RMSE和R2上表现最优,MASE、RMSE分别为0.024和0.033 6,R2为0.951,预测结果与原始数据基本吻合,所建预测模型具有较高的预测准确性。

著录项

来源
《车用发动机》 |2023年第5期|63-71|共9页
作者
钱枫; 马骋; 祝能; 王明达; 王继广; 许小伟;
展开▼
作者单位

武汉科技大学汽车与交通工程学院;

中国环境科学研究院;

中国汽车技术研究中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TK421.5;
关键词
神经网络; 遗传算法; 粒子群算法; 氮氧化物; 预测模型;

相似文献

中文文献
外文文献
专利

1. 基于DBSCAN和CNN算法的重型车辆NO_(x)排放预测模型 [J] . 余舒 ,杨志刚 . 重庆交通大学学报:自然科学版 . 2022,第8期
2. 基于遗传算法—优化长短期记忆神经网络的柴油机瞬态NO_(x)排放预测模型研究 [J] . 杨蓉 ,杨林 ,谭盛兰 . 内燃机工程 . 2022,第1期
3. 基于粒子群算法的BP神经网络在大气NO_(2)浓度预测中的应用研究 [J] . 郭映映 ,齐贺香 ,李素文 . 大气与环境光学学报 . 2022,第2期
4. 基于遗传算法改进BP网络的灾害预测模型研究 [J] . 万玉琼 ,梁俊有 . 中国水运（下半月） . 2008,第4期
5. 基于改进粒子群算法的平房仓粮温BP神经网络预测模型建立 [J] . 王赫 ,曹毅 ,李玉 . 中国粮油学报 . 2023,第6期
6. 基于遗传算法的城市生活垃圾热值BP神经网络预测模型研究 [C] . 王海瑞 ,王华 . 2006年中国西部地区信息技术学术研讨会 . 2006
7. 基于PSO-RF-BP的中国碳排放预测模型研究 [A] . 余瑶 . 2022

基于动态改进遗传粒子群-BP的重型车NO_(x)排放预测模型研究

摘要

著录项

相似文献

相关主题

期刊订阅