论文部分内容阅读
本文利用人工神经网络建立发动机点火提前角预测模型,提出显式优化神经网络模型复杂度的方法,并提出一种在将实验数据划分为训练、验证和测试数据集前的数据预处理方法,能有效提高模型的精度。得到的最优神经网络模型,对训练、验证、测试数据集预测的相关系数均为1,模型误差几乎为零。在划分数据集前通过复制原始数据集得到大量的数据样本,并通过多次迭代训练（999次）,优化的发动机点火提前角预测模型具有很高的精度。