ارزیابی شبکه عصبی مصنوعی در تخمین آلاینده NOX موتور دیزل

در سال های اخیر هوش مصنوعی به جای روش های سنتی علمی جایگزین شده است. این مقاله قابلیت شبکه عصبی مصنوعی را به عنوان یک ابزار پیش بینی کننده آلاینده ی دی اکسید نیتروژن در موتور دیزل چهار سیلندر، ارزیابی می کند. برای مقایسه و تحلیل داده ها از R(2), MRE و RMSE استفاده شد. در میان ترکیب های آزمایش شده از شرایط آموزش در معماری های متفاوت پس انتشار، بهترین الگوریتم برای حالت بار صفر، 30%، 70% و 100% به ترتیب الگوریتم BR, SCG و SCG و scg و با تعداد نرون های 11، 15، 14، 12 و برای حالت کلی که شامل تمامی داده ها بود. الگوریتم با تابع SCG و 18 نرون بود. مقدار RMSE برای بارصفر، 30%، 70%، 100% و حالت کلی بترتیب برابر با 0/004، 0/04، 0/02، 0/07 و 0/05 بود.

کلیدواژه ها:

آلاینده دی اکسید نیتروژن ، موتور دیزل ، شبکه عصبی مصنوعی ، الگوریتم یادگیری