申请/专利权人：西南科技大学

申请日：2023-12-13

公开（公告）日：2024-04-09

公开（公告）号：CN117852392A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/17;G06N3/006;G06N3/0499;G06N3/08;G06F119/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于WOA‑BP神经网络的进气压力系统辨识方法，包括以下步骤：S1、构建单调节阀工况条件下简化的进气压力系统的系统方程；S2、通过零维进气压力系统机理模型构建训练集和测试集；S3、根据系统方程构建BP神经网络，根据训练集采用WOA优化BP神经网络，得到WOA‑BP神经网络；S4、将测试集输入WOA‑BP神经网络，得到进气压力辨识结果。为降低计算量，满足半实物仿真实时性需求，提出了利用神经网络模型替换原有复杂物理过程模型的方法，可以灵活的增加时变参数，来满足工程实际要求，考虑传统BP神经网络存在收敛速度慢、局部极小化的问题，引入鲸鱼优化算法对BP神经网络的权值、阈值进行优化。

主权项：1.一种基于WOA-BP神经网络的进气压力系统辨识方法，其特征在于，包括以下步骤：S1、构建单调节阀工况条件下简化的进气压力系统的系统方程；S2、通过零维进气压力系统机理模型构建训练集和测试集；S3、根据系统方程构建BP神经网络，根据训练集采用WOA优化BP神经网络，得到WOA-BP神经网络；S4、将测试集输入WOA-BP神经网络，得到进气压力辨识结果。

全文数据：

权利要求：

百度查询： 西南科技大学 一种基于WOA-BP神经网络的进气压力系统辨识方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD