基于遗传规划算法的 CODLAG 推进系统燃气涡轮轴扭矩与燃油流量估计
人工智能
2020-12-08 v1
摘要
本文利用公开的船舶柴油-电力与燃气联合(CODLAG)推进系统基于状态维护数据集,借助遗传规划(GP)算法获得可估计燃气涡轮轴扭矩与燃油流量的符号表达式。整个数据集含 11934 个样本,按 80:20 比例划分为训练与测试部分。用于训练 GP 算法以获得燃气涡轮轴扭矩与燃油流量估计符号表达式的训练集含 9548 个样本。所得最佳符号表达式是基于将上述测试部分应用于这些符号表达式所产生的 分数筛选而得。测试部分含 2386 个样本。燃气涡轮轴扭矩估计的三个最佳符号表达式生成的 分数分别为 0.999201、0.999296 与 0.999374。燃油流量估计的三个最佳符号表达式生成的 分数分别为 0.995495、0.996465 与 0.996487。
引用
@article{arxiv.2012.03527,
title = {Estimation of Gas Turbine Shaft Torque and Fuel Flow of a CODLAG Propulsion System Using Genetic Programming Algorithm},
author = {Nikola Anđelić and Sandi Baressi Šegota and Ivan Lorencin and Zlatan Car},
journal= {arXiv preprint arXiv:2012.03527},
year = {2020}
}
备注
25 pages, 5 figures, 7 tables