改进PSO算法结合FLANN在传感器动态建模中的应用

将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合,实现传感器的动态线性建模。利用传感器的动态标定实验数据,首先训练FLANN神经网络,网络训练结束后的权值作为粒子群中某个粒子的初始值,而后利用改进的PSO算法继续寻优,得到的全局最优值即为所求的传感器动态模型的系数。实验结果表明,该方法结合了PSO和FLANN两者的优点,建模精度高。

基于CFD的空气流量计与进气系统性能集成优化分析

本文通过一款轻型客车空气流量计在进气系统中的匹配应用为研究对象,提出了基于计算流体动力学(CFD)的设计方法,利用稳态不可压缩流体微分方程和к-ε方程建立湍流模型,定义适当的边界条件,利用fluent软件对进气系统气相流动规律进行数值模拟,得出空气流量计布置区域压力场、速度场的分布,通过对其数值大小及分布均匀性的研究,分析空气流量计信号失真的原因,设计多种解决方案,并从中选取最佳工程方案。这种方法对空气流量计与进气系统的性能集成和结构优化具有一定的指导作用。