[发明专利]柴油机燃用生物柴油多目标性能优化方法

权利要求书

1.柴油机燃用生物柴油多目标性能优化方法，其特征在于：包括以下步骤：

一、建立PSO-SVM排放预测模型；

二、利用PSO-SVM预测模型分别对NOx、颗粒物进行排放预测，构造出非线性函数z₁、z₂，这两个函数都是设计变量与优化目标的非线性关系，这样就得到了关于设计变量的两个目标函数：

f₁(NOx)＝z₁(x₁,x₂,x₃)

f₂(颗粒物)＝z₂(x₁,x₂,x₃)

约束条件：

49.8≤x₁≤64.64

2.56≤x₂≤3.321

26.7≤x₃≤34.12

式中：z₁、z₂为利用PSO-SVM预测模型构造的NOx、颗粒物排放的非线性函数；f₁(NOx)、f₂(颗粒物)为NOx、颗粒物排放量；x₁、x₂、x₃分别为生物柴油的十六烷值、粘度、表面张力；

三、利用NSGA-II算法对两个决策方程进行多目标优化，求出NOx、颗粒物的Pareto最优解；

四、计算通过优化算法获得的NOx和颗粒物排放的pareto最优解的优化程度，通过下式对NOx和颗粒物值的优化程度进行求解：

式中：η为优化百分比，P为Pareto最优解，S为实验值，P_max为Pareto最优解中的最大值，P_min为Pareto最优解中的最小值。

2.根据权利要求1所述的柴油机燃用生物柴油多目标性能优化方法，其特征在于：PSO-SVM排放预测模型的建立方法为：

a、建立支持向量机预测模型，即SVM预测模型；

b、使用网格搜索算法对惩罚因子C和核函数参数g进行初步优化；同时，使用K折交叉验证方法进行进一步优化；

c、使用粒子群算法PSO对C和g进行进一步的精确优化；

d、得到优化后的SVM预测模型，即PSO-SVM排放预测模型。

3.根据权利要求2所述的柴油机燃用生物柴油多目标性能优化方法，其特征在于：SVM预测模型的建立方法为：

首先，给定m×(n+1)维的数据集合T＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)}∈(X×Y)，其中x∈Rⁿ为n维的输入向量，y∈R为系统的输出，则基于SVM模型建立的最优超平面为：

g(x)＝wx_i+b

式中：w为超平面法向量；b为超平面常数；

然后，把建立线性支持向量机的问题转化为求解一个二次凸规划的问题，得到：

式中：ζ_i为松弛变量；C为惩罚因子；

最后，将二次凸规划问题转换为对偶问题，即得到：

式中：a_i为Lagrange系数，仅适用于SVM模型，a_i不等于0；K(x_i,x_j)为核函数；

通过对上述问题进行数学理论分析，得到支持向量机回归函数为：

4.根据权利要求3所述的柴油机燃用生物柴油多目标性能优化方法，其特征在于：K折交叉验证方法为：

首先，以训练样本为对象，将其划分为k等份，让每等份数据依次成为验证集，而剩下的数据将用于模型建立；按照以上步骤共进行k次，并求其每一次训练模型的均方误差；最后再用求得的均方误差的总和除以k，得到K折交叉验证的模型误差，此误差作为评价模型精度的指标。