方泽军;纪常伟;洪晶;

1:北京工业大学环境与能源工程学院

3:景德镇陶瓷学院信息工程学院 

    摘要：针对BP算法存在的不足,本文提出了一种PCA-GABP神经网络方法预测发动机负荷特性,该方法由主成分分析(PCA)和遗传神经网络(GABP)两部分构成,采用PCA技术减少网络输入变量、精简网络结构、提高学习效率;GABP算法采用局部改进遗传算法优化神经网络权值,并采用自适应学习速率动量梯度下降算法对神经网络进行训练。预测结果表明该方法在准确性和收敛性方面都优于BP算法。

    关键词： 神经网络;;发动机;;主成分分析;;遗传算法;;预测

    Abstract: With regard to the drawbacks of BP algorithm,in this paper a PCA-GABP neural network method for engine load characteristic prediction is presented.The method consists of two parts: Principal Component Analysis(PCA) and Genetic Algorithms Back Propagation(GABP) algorithm.The PCA technology is used to reduce input variables,simplifying the network structure and improving the learning efficiency;The GABP algorithm is introduced through partially improved genetic algorithm to optimize the weights of the neural network,and use adaptive learning rate momentum gradient descent algorithm to train neural network.The results show that the method has a better accuracy and convergence than BP algorithm.

    Keywords: Engine;Neural Network;Principal Component Analysis;Genetic Algorithm;Prediction

参考文献：

[1]周龙保.内燃机学[M].机械工业出版社,2005:269-286.

[2]桂勇,赵长禄,张付军等.人工神经网络与遗传算法在发动机性能优化中的应用[J].车用发动机,2005年,第1期:12-15.

[3]吴芳,贾永红.基于PCA-BPNN的多光谱遥感影像分类[J].地理空间信息,2006年,第1期:15-17.

[4]宋红英,纪威,李波.基于蚁群算法的神经网络在发动机故障诊断中的应用研究[J].小型内燃机与摩托车,2006年,第1期:6-8.

[5]杨建刚.人工神经网络实用教程[M].浙江大学出版社,2003:44-60.

[6]杨海澜,吴毅雄.主成分分析结合人工神经网络用于焊接过程质量控制[J].电焊机,2003年,第4期:55-64.

[7]李军梅,胡以华,陶小红.基于主成分分析与BP神经网络的识别方法研究[J].红外与激光工程,2005年,第6期:719-723.

[8]Jiang Nan,Zhao Zhiye,Ren Liqun.Design of structural modu-lar neural networks with genetic algorithm[J].