自适应神经模糊推理系统在汽车发动机转速预测中的应用

摘要：

研究发动机转速对于提升汽车性能具有重要的理论意义与实用价值。本文针对汽车发动转速的测试领域提出了一种基于自适应神经模糊推理系统(ANFIS, Adaptive neural- network- based fuzzy inference system)的发动机转速预测方法，构建了以加速踏板位置与发动机节气门位置作为输入，发动机转速作为输出的二输入一输出ANFIS网络。并通过针对CAN总线实时采集的实验数据作为网络训练样本，在Matlab平台上对于不同隶属度函数数量的ANFIS网络进行性能对比。仿真结果表明，当ANFIS隶属度函数数量为5时，本系统能够实现较优的测试效果，且训练时间较短。

关键词：发动机转速、自适应神经模糊推理系统、Matlab、CAN总线

资助基金：中央高校基本科研业务费专项资金项目号:CDJXS12171104。

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-35