Актуальность исследований в области прогнозирования выбросов от газотурбинных двигателей обусловлена необходимостью соответствия нормативным стандартам, которые, как показывает практика, подвержены периодическим ужесточениям. В работе решается задача нейросетевого прогнозирования эмиссии вредных веществ от газотурбинных двигателей, в частности NOx и CO. В качестве алгоритмов машинного обучения использованы алгоритм Левенберга-Марквардта, алгоритм Байесовской регуляризации и алгоритм на основе метода сопряженных градиентов. По анализам полученных прогнозных результатов всех трех моделей алгоритм Байесовской регуляризации продемонстрировал наиболее точный прогноз, ошибка прогноза не превысила 1 %.
Корнилова М.И. Сравнительный анализ алгоритмов нейросетевого вывода для прогнозирования выбросов газотурбинных двигателей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/11600