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。