论文部分内容阅读
柴油机引擎的吸入系统是一个强壮的非线性的系统，并且建立吸入系统的精确模型是困难的；并且柴油机引擎斜面的地图的偏爱差错和精确降级差错用基于模型的方法容易被诊断。因此，一个差错诊断方法基于 Elman 神经网络观察员被建议。由基于 BP 网络和 Elman 神经网络比较吸入压力的模拟结果，更低的采样错误大小用 Elman 神经网络被获得，并且错误是不太不稳定的。预报精确性在 0.015-0.017 之间 5 并且样品错误在 0-0.07 以内被控制。就输出稳定性和包括地解决的复杂性而言，有单个隐藏的层并且与