基于PSO-BP神经网络的汽油机点火提前角优化模型

摘要：

针对查表插值法获取汽油机点火提前角精度不高的问题,提出了基于PSO-BP神经络网的汽油机点火提前角优化模型,通过粒子群算法(PSO)优化BP神经网络的权值和阈值,使BP神经网络的收敛速度和输出精度得到提高,并与传统BP神经网络模型进行了对比.对比仿真结果表明,该模型能准确获取不同工况下的点火提前角,且精度优于传统BP神经网络模型,在优化发动机点火提前角的问题上具有一定的实用性和可靠性.

关键词：汽车、汽油机、粒子群神经网络、点火提前角、优化模型

分类号：U464.171(汽车工程)

资助基金：湖南省自然科学基金资助项目2016JJ2003

在线出版日期：2016-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-3,6