灰色关联度模型.docxVIP

灰色关联度模型 中南大学硕士学位论文第三章基于灰色关联度的汽油机排放特性研究 第三章基于灰色关联度的汽油机排放特性研究 前面章节对CF4918汽油机进行了性能和排放特性试验，并重点对于该汽油机的 各污染物排放特性进行了分析，可以认为这些污染物的排放浓度与多种因素有关。比如H C的影响因素除了汽油机本身的结构参数之外，空燃比大小、转速和负荷也会造成不同程 度的影响；再如缸内燃烧温度以及燃料的停留时间有关又在很大程度上影响着NO的排放 浓度。 而在后续的神经网络建模工作中，需要确定网络的结构参数和输入变量的数目。如果 神经网络的输入变量太少，虽然能够使得网络的训练时间缩短，但是不能完全反应其他因 素对于输出结果的影响。而如果输入变量过多，会导致影响神经网络的训练时间，同时也 增加了选择网络结构的难度。这些问题都在以往的内燃机神经网络建模研究中都出现过 【5 8,5 9 】。因此，在对汽油机进行神经网络模型辨识特别是汽油机排放模型辨识前, 就需要分清影响各污染物排放浓度的影响因素的主次关系，以此来决定网络的输入变量的 数目。而传统的数理分析方法，需要样本数量较多，且难以有效地对高度非线性的系统进 行分析。 缘于此，本章试图利用灰色关联度理论，分析影响各排放污染物和各影响因素之间的 关系，找寻哪些影响因素与汽油机污染物排放联系最为紧密。3.1灰色关联度简介 在控制论中，人们常用颜色的深浅来