关键词：汽油机；瞬态工况；油膜参数；混沌RBF神经网络
摘 要：针对瞬态工况下油膜参数难于准确确定,提出了基于混沌径向基神经网络的汽油机瞬态工况油膜参数预测模型。首先证明了汽油机油路系统时间序列具有非线性混沌特性,对试验测定的数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测。然后,利用混沌算法确定隐含层高斯函数径向基中心和输出层连接权值,使其达到全局最优,加快了RBF神经网络的收敛速度。最后,将预测结果与采用BP神经网络模型和最小二乘法辨识的结果进行比较,验证了混沌RBF神经网络模型具有较强的非线性预测能力,能有效地提高油膜动态参数的预测精度,进而得出不同工况下的油膜参数动态特征。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取