科技文献检索课程作业

课题名称中文：基于遗传算法优化BP神经网络的发动机转矩估计英文：TheenginetorqueestimationbasedonBPNeuralNetworkoptimizedbyGeneticAlgorithm选题来源√科研项目学习选题兴趣选题信息调研要点需要查证的内容要点：1、了解发动机转矩估计算法的研究现状；2、了解神经网络目前的发展概况；3、了解目前国内外主要的遗传优化算法，及这些算法的研究状况和应用情况；4、了解BP神经网络的基本理论及其优化方法；信息调研方法√常规检索法√引文法实地考察√访谈法文献信息检索检索范围（所用的数据库）1、CNKI《中国学术期刊网络出版总库》2002年—2012年；2、《CNKI博硕士学位论文库》2002年—2012年；3、《万方数据》2000年—2013年；（学术论文、期刊、学位、会议、外文文献、专利）；4、《ISIWebofscience》2000年1月1日—2013年4月12日；5、《EICompendex》2002年—2012年；6、《ProQuest学位论文》2002年—2012年；文献检索1、检索词（中文／英文）（1）BP神经网络/BPNeuralNetwork（2）遗传算法/GeneticAlgorithm（3）发动机转矩估计/EngineTorqueEstimation信息检索词和检索式（4）混合动力电动汽车/HybridElectricVehicle2、检索式（1）and((2)or(3)or(4))检索结果参考文献（含期刊文章、博硕士论文或专利文献）[1]刘东阳.重度混合动力汽车驱动模式切换中的动力源转矩协调控制[D].重庆大学,2012.[2]杜波.单电机重度混合动力汽车模式切换与AMT换挡平顺性控制策略研究[D].重庆大学,2012.[3]秦大同,刘东阳,杜波,龚海渊.重度混合动力汽车驱动模式切换动力源转矩协调控制[J].公路交通科技,2012,(07):151-158.[4]严运兵.并联混合动力电动汽车的动态控制研究[D].武汉理工大学,2008.[5]胡立群.并联混合动力汽车发动机转矩估计的研究[D].武汉科技大学,2007.[6]杜常清.车用并联混合动力系统瞬态过程控制技术研究[D].武汉理工大学,2009.[7]陈清洪.AMT/DCT自动变速器通用开发平台关键技术研究[D].重庆大学,2010.[8]钟颖,汪秉文.基于遗传算法的BP神经网络时间序列预测模型[J].系统工程与电子技术,2002,24(4):9-11.[9]郭海丁,路志峰.基于BP神经网络和遗传算法的结构优化设计[J].航空动力学报2003,18(2):216-220.DOI:10.3969/j.issn.1000-8055.2003.02.011.[10]吴建生,金龙,农吉夫等.遗传算法BP神经网络的预报研究和应用[J].数学的实践与认识,2005,35(1):83-88.DOI:10.3969/j.issn.1000-0984.2005.01.015.[11]田旭光,宋彤,刘宇新等.结合遗传算法优化BP神经网络的结构和参数[J].计算机应用与软件,2004,21(6):69-71.DOI:10.3969/j.issn.1000-386X.2004.06.030.[12]李伟,何鹏举,杨恒等.基于粗糙集和改进遗传算法优化BP神经网络的算法研究[J].西北工业大学学报,2012,30(4):601-606.DOI:10.3969/j.Issn.1000-2758.2012.04.022.[13]杜常清,颜伏伍,严运兵等.用于控制的发动机转矩估计方法研究[J].内燃机学报,2008,26(5):446-451.[14]曹家兴,陆建平.遗传算法-贝叶斯正则化BP神经网络拟合滴定糖蜜中有机酸[J].分析化学,2011,39(5):743-747.DOI:10.3724/SP.J.1096.2011.00743.[15]Chen,Y.(2012).Studyontheapplicationofdatamining-basedBPneuralnetworkforecastingmodelinphysicaltraining.InternationalJournalofDigitalContentTechnologyanditsApplications,6(17),204-213.[16]Daoxing,S.(2012).Strategiccategorizationandpredictionoflarge-scalesportsdatabasedonimprovedroughneuralnetworkanddangermodelimmunealgorithm.AdvancesinInformationSciencesandServiceSciences,4(17),561-568.[17]Feng,Y.,&Wei,C.(2013).ThenovelmodelofconstructiongreenbuildingsystembyBPneuralnetworkmethod.InternationalJournalofDigitalContentTechnologyanditsApplications,7(5),296-305.[18]Huang,M.,Shun,Y.,&Ding,S.(2013).Theanalysisaboutcollegesportsstudents'psychologicaladaptabilitybasedonthefuzzyclusteringanalysis.InternationalJournalofDigitalContentTechnologyanditsApplications,7(5),1061-1068.[19]Jian,S.,Jie,S.,&Li,W.(2012).AnimprovedmodelbasedonBPNNforclass-Dpoweramplifier.InternationalJournalofAdvancementsinComputingTechnology,4(17),383-392.[20]Liang,J.,Sun,T.,Wang,J.,&Li,B.(2012).UsingBPneuralnetworkmodeltodesignandimplementationofgreenbuilding.InternationalJournalofDigitalContentTechnologyanditsApplications,6(18),526-534.[21]Liu,J.,&Lu,H.(2012).Researchandsimulationofmentalrotationinrepresentation.AdvancesinInformationSciencesandServiceSciences,4(22),480-486.[22]Liu,Y.,Li,Q.-.,Yao,H.-.,&Wen,B.-.(2013).TheintelligenceevaluationmethodbasedonBPneuralnetwork.JournalofConvergenceInformationTechnology,8(2),438-444.[23]Peng,Y.,&Zhao,Z.(2012).Lightingdesignofbasketballhallbasedonneuralnetwork.AdvancesinInformationSciencesandServiceSciences,4(21),285-293.[24]Xie,Q.,&Xue,C.(2013).Costoptimizationofproductwarrantysupplychainundernetworkedcollaborativemanagement.AdvancesinInformationSciencesandServiceSciences,5(2),99-106.[25]Yin,Y.,&Guo,P.-.(2012).ApplicationofthepredictionmodelinchlorineresidualconcentrationbasedonBPneuralnetwork.InternationalJournalofDigitalContentTechnologyanditsApplications,6(21),444-448.[26]You,J.,&Sun,Y.(2012).AnempiricalstudyofgenerationaldifferencesinworkvaluesamongchineseITemployeesbasedonMANCOVA.JournalofConvergenceInformationTechnology,7(21),60-69.检索结果其他信息收集访谈法：通过和导师以及同学的交流得知：目前对于发动机转矩估计总体可分为基于发动机平均值模型的转矩估计算法，基于发动机曲轴瞬时转速的转矩估计算法和基于人工神经网络的转矩估计算法。基于发动机平均值模型的转矩估计算法是基于样本数趋于无穷大时的渐近理论和线性理论，需要大量的试验标定才能得到很高的精度，而试验测试样本往往有限，同时，此种方法缺乏自学习功能，不能反映发动机各工作参数之间存在的非线性、时变特性关系。基于发动机曲轴瞬时转速的转矩估计算法的不足之处在于实时性要求比较高，并且计算的工作量比较大。目前，基于神经网络的发动机转矩估计算法得到普遍的认可和推广。神经网络具体有很多种实现方法，其中BP神经网络是最适合用来做函数逼近的一种。但是，BP神经网络参数的确定直接影响到发动机转矩估计模型的精度，而且BP神经网络算法存在易陷入局部极小和引起振荡效应的缺点。遗传算法是一种基于自然选择和基因遗传学原理的优化搜索方法，具有非常强的宏观搜索能力,并且能以较大的概率获得全局最优解，所以把遗传算法和神经网络结合起来，利用遗传算法来优化BP神经网络，这样就可以充分利用遗传算法的优点来改进BP神经网络算法。引文法：利用常规检索法从CNKI中检索出来的硕士学位论文“重度混合动力汽车驱动模式切换中的动力源转矩协调控制”对课题进行了详细的探讨，根据此篇硕士论文，找到后面的引文，发现很多有价值的资料如下：[1]朱玉全,杨鹤标,孙蕾.数据挖掘技术[M].南京:东南大学出版社,2006.[2]雷英杰,张善文,李续武,周创明.MATLAB遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2005.[3]邹乃威,刘金刚,周云山,张友坤,黄伟,蔡源春.混合动力汽车行星机构动力耦合器控制策略仿真[J].农业机械学报,2008,29(3):5-9.[4]张超,刘钊.新型混合动力传动装置的运动模式及工况分析[J].机械传动,2008,32(2):60-64.[5]JinmingLiu.Modeling,configurationandcontroloptimizationofpower-splithybridvehicles[D].UniversityofMichigan,AnnArbor,USA,2007.[6]Syed,FazalU.,MingKuang,JohnCzubay,andHaoYing.Power-SplitHybridElectricVehicleModelDevelopmentandValidation[C]//IEEETransactionsonVehicularTechnology,55:1731-1747,2006.GrazUniversityofTechnology.信息发现综述：（着重针对课题的研究现状、研究热点、重要的研究人员、有价值的文献、发展趋势等进行综述）(1)研究现状：动力源动态协调控制的方法是利用电机快速响应的特性对发动机的转矩波动进行补偿，达到系统总输出转矩不产生过大波动的目的。实