首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于数据机理混驱模型集成学习的发动机充气效率虚拟感知方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津大学

摘要:本发明公开一种基于数据机理混驱模型集成学习的发动机充气效率虚拟感知方法,该方法结合了物理模型的准确性和PDM的灵活性,通过集成学习算法整合不同模型的优势,旨在实现对发动机充气效率的高精度预测,同时降低计算成本和提升模型在复杂环境下的适应能力。通过此方法,发动机充气效率能够以更低的成本和更高的精度进行实时虚拟感知,从而为发动机性能的优化与控制提供强有力的技术支持。

主权项:1.一种基于数据机理混驱模型集成学习的发动机充气效率虚拟感知方法,其特征在于,包括以下步骤:步骤1,构建至少两种物理原理不同的物理模型和至少两种基于数据-机理混驱的PDM预测充气效率,每种PDM包括一种物理模型、一种神经网络模型和一种用于调整物理模型输出与神经网络模型预测结果之间权重的机制;步骤2,先对每一种所述物理模型分别进行独立训练,在物理模型的参数确定好后,再利用相同的输入信息对每一种PDM进行独立训练,调整神经网络模型的参数;步骤3,采用集成学习算法,基于每种物理模型和每种PDM预测结果与实际充气效率的误差,动态调整各模型的预测结果在最终预测结果中的权重,并进行加权求和,得到加权预测值;步骤4,应用所述加权预测值作为最终预测充气效率,收集发动机运行中的实际充气效率,并与最终预测充气效率进行比较,再计算二者之间的均方误差,评估最终预测充气效率的准确性;步骤5,对集成学习算法中各个模型输出的预测结果权重进行动态调整,采用梯度下降法,以最小化实际充气效率与最终预测充气效率之间均方误差为目标,通过不断调整步骤3中的权重,使得最终预测充气效率与实际充气效率的差异逐渐减小。

全文数据:

权利要求:

百度查询: 天津大学 一种基于数据机理混驱模型集成学习的发动机充气效率虚拟感知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。