[发明专利]一种模型参数确定方法、装置、电子设备及存储介质

说明书

本发明公开了一种模型参数确定方法、装置、电子设备及存储介质。该方法包括：获取预设寻优算法迭代过程中的适应度变化量；根据所述适应度变化量，对所述预设寻优算法迭代过程中的交叉概率与变异概率进行模糊控制，得到修正交叉概率和修正变异概率；基于所述修正交叉概率和所述修正变异概率更新所述预设寻优算法，基于更新后的寻优算法对碳载量模型进行参数寻优，得到目标模型参数。通过上述技术方案，提升了碳载量模型参数寻优精度，进而降低了碳载量模型参数误差。

技术领域

本发明涉及发动机技术领域，尤其涉及一种模型参数确定方法、装置、电子设备及存储介质。

背景技术

目前，增加颗粒捕捉器(Diesel Particulate Filter，简称DPF)成为当前发动机满足颗粒物排放的最简单也最行之有效的方法。随着DPF收集到的微粒越来越多，就会导致后处理背压升高，影响发动机的性能。在后处理喷入柴油，通过柴油机氧化催化器(DieselOxidation catalyst，简称DOC)的氧化作用提升DPF的入口温度，利用高温将DPF中的碳颗粒烧掉，这个过程就是DPF再生。DPF再生的关键触发点就是DPF的碳载量，也就是DPF内部捕捉的碳颗粒质量。

由于发动机实际工作状况复杂，很难依据碳载量模型进行DPF再生的准确判断，所以需要引入合适的寻优算法提升碳载量模型参数的估计值，以提升DPF再生控制的准确性。

在相关技术中，发明人发现：在寻优算法优化迭代过程中，由于寻优算法本身的不足之处，导致连续数代的最佳种群没有太大的变化，陷入局部最优解，导致估计得到碳载量模型参数误差较大。

发明内容

本发明提供了一种模型参数确定方法、装置、电子设备及存储介质，以实现降低碳载量模型参数误差。

根据本发明的一方面，提供了一种模型参数确定方法，包括：

获取预设寻优算法迭代过程中的适应度变化量；

根据所述适应度变化量，对所述预设寻优算法迭代过程中的交叉概率与变异概率进行模糊控制，得到修正交叉概率和修正变异概率；

基于所述修正交叉概率和所述修正变异概率更新所述预设寻优算法，基于更新后的寻优算法对碳载量模型进行参数寻优，得到目标模型参数。

根据本发明的另一方面，提供了一种模型参数确定装置，包括：

适应度变化量获取模块，用于获取预设寻优算法迭代过程中的适应度变化量；

概率修正模块，用于根据所述适应度变化量，对所述预设寻优算法迭代过程中的交叉概率与变异概率进行模糊控制，得到修正交叉概率和修正变异概率；

参数寻优模块，用于基于所述修正交叉概率和所述修正变异概率更新所述预设寻优算法，基于更新后的寻优算法对碳载量模型进行参数寻优，得到目标模型参数。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的模型参数确定方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的模型参数确定方法。