一种基于MMoE-LSTM的柴油机氮氧化物排放预测方法

本发明公开了一种基于MMoE‑LSTM的柴油机氮氧化物排放预测方法。本发明的步骤包括：首先，利用完全集成经验模态分解与自适应噪声算法对柴油机氮氧化物排放时序数据进行分解，得到一系列子序列；其次，结合样本熵方法和K‑means聚类方法，将上述子序列重构为三个具有物理意义的子序列；然后，构建一种基于MMoE‑LSTM的预测模型，该方法能够准确捕捉柴油机氮氧化物排放序列数据中的特征，并通过软共享机制提高三个子序列的预测精度；最后，叠加各个子序列的预测结果，得到柴油机氮氧化物排放预测最终结果。本发明能够有效实现对柴油机氮氧化物数据的分解和去噪，且对柴油机氮氧化物排放预测有着较高的效率和精度。