Warianty tytułu
Analysis of the Influence of Artificial Neural Networks Parameters on Modeling Accuracy of Selected Diesel Engines Operational Parameters
Języki publikacji
Abstrakty
W artykule przedstawiono przykład zastosowania sztucznych sieci neuronowych do aproksymacji przebiegu zmian natężenia wypływu paliwa z rozpylacza układów zasilania silników o zapłonie samoczynnym. Dokładnej analizie poddano parametry sieci neuronowej takie jak graniczny błąd uczenia sieci, metoda uczenia sieci neuronowej oraz rodzaj funkcji aktywacji. W przedstawionych symulacjach badano wpływ tych parametrów na zdolność odwzorowania przez sieć przebiegów natężenia wypływu paliwa oraz czas wytrenowania sieci. W obliczeniach stosowano sieci neuronowe wielowarstwowe jednokierunkowe złożone z dwóch warstw ukrytych. Wyniki opracowanych analiz mogą stanowić cenną pomoc dla osób, które chcą wykorzystać w swoich pracach sztuczne sieci neuronowe jako aproksymator przebiegów eksperymentalnych.(abstrakt oryginalny)
The paper presents an application of artificial neural network for aproximation courses of fuel flow rate from nozzle of Diesel engines. Parameters of neural network like training error, training method and kind of activation function were analyzed in details. Influence of those parameters on approximation ability of courses of fuel flow rate and neural network training time has been analyzed. In presented simulations multilayer perceptron with two hidden layers has been applied. The results of the analyzes can be valuable for people who want to apply artificial neural network as an approximator of experimental courses.(original abstract)
Twórcy
autor
- Akademia Techniczno-Humanistyczna, Bielsko-Biała
autor
- Akademia Techniczno-Humanistyczna, Bielsko-Biała
autor
- Akademia Techniczno-Humanistyczna, Bielsko-Biała
Bibliografia
- 1.Augustynek A., Knefel T.: Zastosowanie sztucznej sieci neuronowej do wyznaczania przebiegu natężenia wypływu paliwa z rozpylacza, Logistykanr 3, 2014, 131 -140.
- 2.Brzozowski K., Nowakowski J.:Model sterowania emisją związków szkodliwych spalin silników o zapłonie samoczynnym.Wydawnictwa Komunikacji i Łączności, Warszawa,2012.
- 3.Brzozowski K., Nowakowski J.:Zastosowanie sztucznych sieci neuronowych do identyfikacji modelu cyklu roboczego silnika o zapłonie samoczynnym.PTNSS P05-C147, Bielsko-Biała, 2005.
- 4.Brzozowski K., Warwas K.: An application of a hybrid algorithm to identification of parameters of semi-empirical modeldescribing a real proces, IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, 21 -23 September 2009, Rende (Cosenza), Italy.
- 5.Czech P., Madej H.:Wykorzystanie analizy WPT i sieci neuronowych PNN w diagnozowaniu zakłóceń w dopływie paliwa do cylindrów.Problemy Eksploatacji, 1/2009, 17 -26.
- 6.Heaton J.: Programming Neural Networks with Encog3 in C
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171559981