基于回归神经网络的柴油机NOx排放预测及影响分析
Journal of Shandong University of Technology(Natural Science Edition)(2021)
摘要
针对柴油发动机NOx排放量的预测问题与其影响参数进行研究.通过构建训练神经网络回归算法模型(recurrent neural network,RNN),基于发动机试验过程中采集的大量样本数据训练和预测NOx排放情况;预测结果表明,该网络模型的预测值与目标输出值之间的误差满足实际工程需求,具有良好的预测精度和泛化性能.基于参数最优的神经网络回归模型,采用平均影响值(mean impact value,MIV)算法定量地分析各输入参数对目标输出参数的影响权重,进一步分析影响NOx排放的关键影响因素;结果表明,本文采用的MIV算法可以准确判断各输入因子对网络输出的相对影响权重,实现关键影响因子的分析.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要