基于GASA的RBF神经网络在优化柴油机燃烧系统中的应用

摘要：

针对多输入多输出、不确定性多干扰源的复杂非线性柴油机燃烧系统,以RBF神经网络作为优化模型,用正交试验法设计网络的训练样本,并用遗传模拟退火算法(GASA)对RBF网络结构和初始权值进行优化.将此RBF神经网络应用于燃烧系统优化过程中,得到理想的燃烧系统优化参数.按该参数进行试验,效果良好,达到了与大规模试验相同的优化效果,具有试验少、效果好的优点.

关键词：燃烧系统、RBF网络、GASA算法、参数优化

所属期刊栏目：36

分类号：TK421.2(内燃机)

资助基金：YC4112ZLQ型柴油机的研究开发项目0411017

在线出版日期：2007-10-08（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：4-8