核能科学与发电技术学报

利用遗传算法优化柴油机参数

Magesh Kannan V 和 Amirthagadeshwaran KS

这项工作涉及选择影响燃油经济性和有害排放（如一氧化碳和氮氧化物）的压燃发动机的参数。通过在操作范围内改变操作参数，对性能和排放进行实验。进行了全因子实验，并通过非传统软计算技术（即遗传算法 (GA)）分析了这些大数据。使用 MINITAB 软件形成数学模型，并将其用于使用 GA 优化设置。使用实验数据训练了单层 Levenberg-Marquardt 反向传播网络。通过使用训练后的网络，可以预测从 GA 获得的最佳参数集的输出。比较了实验和 GA 的输出并讨论了结果。当将这组优化的参数应用于发动机时，可以减少发动机的有害排放并提高其性能，从而节省燃料并促进更清洁的环境。