RBF神经网络算法在汽油机空燃比控制中的比较  

Algorithm Comparison of RBF Neural Networks for Air-Fuel Ratio Control of Gasolene Engine

作　　者：林用满[1] 张永相[1] 严寒冰[1] 张弓[1] 董霖[1] 

机构地区：[1]西华大学机械工程与自动化学院,四川成都610039

出　　处：《四川工业学院学报》2004年第3期13-16,共4页Journal of Sichuan University of Science and Technology

基　　金：四川省重点学科建设项目(Z00221)

摘　　要：　选择具有多干扰和复杂非线性的汽油机空燃比为控制对象,对径向基函数(RBF)神经网络的RLS和LMS在线算法,从训练速度、抗干扰能力、控制精度三个方面,在MATLAB下进行了仿真比较。结果表明:在用离线训练的网络参数作为初始值、且不调整RBF中心值和宽度向量时,RLS算法优于LMS算法。RLS algorithm is compared with LMS algorithm on the speed,inti-interfere capability and control precision for Gasdene engine of AFR that is used in mul-interfere and complex offline in similnked contrlling.The simulations show that RLS algorithm is superior to LMS algorithm in case of real-time learning used nontime learning of datum and without changing center value and width vector during realtime learning in the anrticle.

关 键 词：神经网络 径向基函数 递推学习算法 汽油机空燃比控制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]