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