一种发动机动力系统的非线性建模方法  

A Nonlinear Modeling Method for Engine Power System

作　　者：黄为勇[1,2] 丁洪影[1,2] 赵文婧[1,2] 陈奎[1,2] 

机构地区：[1]徐州工程学院江苏省大型工程装备检测与控制重点建设实验室,江苏徐州221111 [2]徐州工程学院信电工程学院,江苏徐州221111

出　　处：《计算机测量与控制》2014年第3期879-881,共3页Computer Measurement &Control

基　　金：江苏省基础研究计划(自然科学基金BK20131124);徐州工程学院江苏省大型工程装备检测与控制重点建设实验室开放基金项目(JSKLEDC201221)

摘　　要：为了提高发动机动力系统建模的性能,提出了一种支持向量机与克隆选择算法相集成的发动机动力系统建模新方法;该方法采用支持向量机构建发动机动力系统的多输入单输出非线性回归模型,模型的参数向量由改进的克隆选择算法和训练样本集平均绝对误差最小的准则进行自适应整定;实验结果验证了该方法的有效性,模型的精度与稳健性明显优于常规神经网络方法及改进神经网络方法,对发动机动力系统建模与预测研究具有较好参考价值。In order to improve the modeling performance of engine power system, a new method was proposed based on the integration of support vector machine and clone selection algorithm. Firstly, support vector machine was used to build multi--imput--and--single--output model of engine power system. Then, a modified clone selection algorithm and the principle of mean maximum absolute error （MAE） mini- mum of training sample set were introduced to tune intelligently the parameter vector of forecasting model. The experimental results demon- strated that the proposed method in this paper is effective , the performance of model is superior to ANN methods, and it is valuable for mod- eling and forecasting reseaech of engine power system.

关 键 词：发动机动力系统 支持向量机 克隆选择算法 建模方法 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]