基于AMESim和LS-SVM的高压共轨系统建模与仿真

作者：邓元望; 元野; 周飞; 陈可亮

来源：湖南大学学报(自然科学版), 2012, (01): 47-51.

• 高压共轨
• 最小二乘支持向量机
• 灰色关联分析
• 粒子群优化算法 common rail
• the least square support vector machine
• grey relational analysis
• particle swarm optimization

为了提高高压共轨压力预测模型的精确性,采用AMESim软件建立了柴油机高压共轨仿真模型.利用灰色关联分析方法对共轨压力影响因素进行理论分析计算,并确定了高压共轨压力预测模型的输入输出变量;然后利用最小二乘支持向量机对共轨压力与主要的影响因素之间的数值关系进行了智能拟合,并利用自适应粒子群算法优化了最小二乘支持向量机的初始参数.通过20个预测样本的检测,最小二乘支持向量机模型的最大预测误差为0.079 1,平均相对误差降至0.039 6,其性能明显优于BP神经网络.

• 出版日期2012
• 单位湖南大学