Нейросетевая аппроксимация характеристик двигателя внутреннего сгорания

Для создания математических моделей сложных технических объектов наиболее предпочтительным является подход, использующий аппроксимацию экспериментальных данных. В качестве инструмента аппроксимации целесообразно применять системы интеллектуального анализа данных, в частности, системы нечëткого вывода и искусственные нейронные сети (ИНС).
В статье представлены результаты применения ИНС прямого распространения для построения математической модели двигателя внутреннего сгорания. Математическая модель создана путëм аппроксимации следующих исходных данных: скоростных характеристик двигателя внутреннего сгорания, показателей экономичности и токсичности отработавших газов. В процессе вычислительных экспериментов исследована зависимость ошибки аппроксимации характеристик двигателя от структуры и параметров модели. Созданная модель позволяет в дальнейшем решать задачи анализа и оптимизации рабочих процессов двигателя на задаваемых тягово-скоростных режимах транспортных средств.