来源：期刊VIP网 时间：
作者：李宇航;庄继晖;陈振斌;程晓鸣;
单位：海南大学机电工程学院;
摘要：由于发动机进气流量与运行工况存在复杂的非线性关系，难以准确建立数学模型。提出一种融合注意力机制和BiGRU的进气流量预测模型，通过随机森林算法进行模型输入特征的选择，以BiGRU为主干网络同时融合注意力机制构成预测模型，并利用贝叶斯优化确定模型最优超参数。使用实车采集数据进行深层学习，以提高进气流量预测的准确性。通过对比实验分析随机森林算法与注意力机制的有效性，同时与SVR、BP、LSTM、Bi-LSTM等不同模型进行对比分析。仿真结果表明，融合注意力机制和BiGRU的预测模型精度更高，在加速和减速工况下预测平均绝对百分比误差均能保持在5%以内，为发动机进气流量预测提供了一种更为有效的方法。
关键词：进气流量;;随机森林;;双向GRU;;注意力机制;;贝叶斯优化
基金资助：船用重油掺混葡萄糖水溶液高效清洁燃烧基础研究—国家自然科学基金(51866002)
