基于在线学习的柴油机起动过程NOx排放预测模型
打开文本图片集
摘要：为了构建准确的柴油机起动过程NOx排放预测模型，分析起动过程瞬态运行特点，基于非线性自回归神经网络，结合起动试验数据选取模型特征，对比自注意力机制模型与标准反向传播神经网络模型NOx排放预测效果，发现自注意力机制模型预测效果良好，且均方根误差较小；对比自注意力机制模型在在线梯度下降算法和FTRL算法2种在线学习的预测效果，发现采用FTRL算法可以使模型在未知工况下获得更好的预测性能；对比自注意力机制模型学习前、后的预测效果，发现学习后的模型均方根误差增大，但预测结果能力良好；对比在线学习模型与全数据训练集离线学习模型预测效果，发现两者的决定系数与均方根误差相差不大，预测效果都较好，但在线学习所用数据量和训练时间分别减少了68.7%和73.6%，大幅降低了存储和训练成本。（剩余12634字）