刘 磊，黄加亮

(集美大学轮机工程学院，福建厦门361021)

基于GMDH网络的船用增压柴油机性能预测及仿真

刘 磊，黄加亮

(集美大学轮机工程学院，福建厦门361021)

采用数据分组处理 (Group Method of Data Handing，GMDH)的神经网络分类方法，建立4190ZLC船用四冲程增压柴油机性能预测的数学模型．针对船用中速柴油机运行状况，考虑到其影响运行状态的因素，结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析．该模型解决了神经网络结构较大，计算耗时较长的问题．将该模型与BP(Back－Propagation，BP)前馈神经网络仿真结果进行比较，结果表明其仿真效果好于BP神经网络模型，并且该神经网络能较好地满足柴油机性能预测仿真的需求．

4190ZLC船用柴油机;GMDH神经网络;性能预测;仿真

0 引言

船舶柴油机是一个复杂的机械装置，它的性能决定了船舶的运行特性，在船舶运行中具有极其重要的作用．为保证柴油机良好的工作性能，在使用过程中，一般受柴油机特性曲线的指导．柴油机在工作时存在一系列因素的干扰，比如柴油机运行时的油门、转速、扭转和排气温度等［1－2］，这些都会使柴油机的性能标定出偏差．为了更好地使用、维护管理柴油机，有必要根据柴油机正常运转的实验数据进行性能的预测及仿真分析．然而，一般的模型很难实现较好的仿真效果，笔者利用基于GMDH算法的神经网络较好地解决了这一问题．

1 GMDH神经网络

GMDH神经网络是一种复杂非线性系统的启发式自组织建模方法——数据处理组合方法．该思想由……