王志红，严 浩，袁 雨，刘志恩

(武汉理工大学 a.现代汽车零部件技术湖北省重点实验室,b.现代零部件技术湖北省协同创新中心，武汉 430070)

机动车数量持续增加，给环境和人体带来更多的危害，城市机动车又以轻型汽油车为主，加强对轻型汽油车排放的管理至关重要[1].受实际工况影响，试验室检测不能真实反映实际道路的排放水平[2].因此，便携式排放测试系统(PEMS)发展起来，安装在机动车上，其测量数据能够反映实际道路上的排放水平.国Ⅵ标准的实施，给机动车排放提出了更高的要求，基于此，建立一种轻型汽油车排放预测模型，不仅节约试验时间，还可减少因重复RDE试验的经济投入，具有一定的理论意义和工程价值.

国内外学者基于以上问题进行了大量研究，神经网络模型具有开发周期短、经济成本低和预测精度要较高等优点，但同时存在一些不足.文献[3]利用燃烧学仿真软件建立了中速柴油机的NOx排放预测模型，但存在建模方法复杂和计算过程慢的缺点，预测精度较差.文献[4-6]利用BP神经网络模型进行了排放预测，但由于汽车排放预测存在非线性、特性参数多的问题，导致预测误差较为明显.文献[7-8]在神经网络中分别加入偏最小二乘法和遗传算法对其进行优化，所建模型具有充分提取自变量信息的优点，同时对训练数据的需求小，但非线性拟合能力较差.文献[9]以BP神经网络为基础，引入LM优化算法，建立CO排放预测模型，仿真结果接近实……