[发明专利]内燃机控制装置和方法、车载电控单元和制造方法、机器学习系统及输出参数计算装置

说明书

本发明涉及内燃机控制装置和方法、车载电控单元和制造方法、机器学习系统及输出参数计算装置。所述内燃机的控制装置包括：参数获取单元，其获取多个输入参数；计算单元，其使用神经网络模型计算至少一个输出参数；以及控制器，其控制内燃机。该神经网络模型包括多个神经网络单元和输出层。每个神经网络单元包括一个输入层和至少一个中间层。神经网络模型将从输入参数中选择的输入参数的不同组合输入到神经网络单元的每个输入层，使得要输入到神经网络单元的输入参数的总数大于输入参数的数目。

技术领域

本公开涉及内燃机的控制装置、车载电子控制单元、机器学习系统、内燃机的控制方法、电子控制单元的制造方法以及输出参数计算装置。

背景技术

现有技术公开了使用包括输入层、隐藏层(中间层)和输出层的神经网络模型基于预定输入参数来计算预定输出参数(例如，日本未审专利申请公开No.2011-054200(JP2011-054200 A))。

发明内容

在神经网络模型中，与输出参数相关的参数被用作要输入到输入层的输入参数。基本上，因为随着输入参数的数目越大，用于计算输出参数的信息量也越大，因此改进输出参数的计算精度。

然而，并非可以获取所有类型的输入参数。因此，期望在输入参数的种类有限的情况下改进输出参数的计算精度。

本公开提供了内燃机的控制装置、车载电子控制单元、机器学习系统、内燃机的控制方法、电子控制单元的制造方法以及输出参数计算装置，当使用神经网络模型基于输入参数计算输出参数时，在没有增加输入参数的类型的情况下其改进输出参数的计算精度。

本公开的要旨如下。

本公开的第一方面涉及一种内燃机的控制装置，该内燃机的控制装置包括参数获取单元，该参数获取单元被配置成获取多个输入参数；计算单元，该计算单元被配置成基于使用神经网络模型通过参数获取单元所获取的输入参数来计算至少一个输出参数；以及控制器，该控制器被配置成基于由计算单元计算的至少一个输出参数来控制内燃机。该神经网络模型包括多个神经网络单元和基于神经网络单元的输出来输出至少一个输出参数的输出层。每个神经网络单元包括一个输入层和至少一个中间层。神经网络模型被配置成将从输入参数中选择的输入参数的不同组合输入到神经网络单元的每个输入层，使得要输入到神经网络单元的输入参数的总数大于输入参数的数目。

在本公开的第一方面中，输入参数的数目可以是n。神经网络模型可以包括从输入参数中选择的输入参数的个组合被输入的个神经网络单元，其中n可以是三个或更多，并且k可以是2到n-1。

本公开的第一方面可以进一步包括学习单元，该学习单元被配置成在安装有内燃机的车辆中执行神经网络模型的学习。参数获取单元可以被配置成获取输入参数和至少一个输出参数。学习单元可以被配置成使用训练数据集来执行神经网络模型的学习，该训练数据集包括由参数获取单元获取的输入参数和至少一个输出参数的组合。

本公开的第二方面涉及一种车载电子控制单元，该车载电子控制单元包括，参数获取单元，该参数获取单元被配置成获取多个输入参数；以及计算单元，该计算单元被配置成基于使用从车辆外部的服务器发送到车辆的神经网络模型由参数获取单元获取的输入参数来计算至少一个输出参数。该神经网络模型包括多个神经网络单元和基于神经网络单元的输出来输出至少一个输出参数的输出层。每个神经网络单元包括一个输入层和至少一个中间层。神经网络模型被配置成将从输入参数中选择的输入参数的不同组合输入到神经网络单元的每个输入层，使得要输入到神经网络单元的输入参数的总数大于输入参数的数目。