1.一种基于强化极限学习机的柴油机性能预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，所述方法还包括对所述数据集中的数据进行z-score标准化处理，公式为：
3.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，所述强化极限学习机的核函数为4个核函数的线性组合，表达式为：
4.根据权利要求3所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，基于强化极限学习机的预测模型的输出为：
5.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，采用白鲸优化算法对预测模型的超参数进行优化。
6.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，采用改进的白鲸优化算法对预测模型的超参数进行优化，所述改进的白鲸优化算法将spm混沌映射、威布尔分布策略以及柯西变异算子融入了白鲸优化算法。
7.根据权利要求6所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，所述采用改进的白鲸优化算法对预测模型的超参数进行优化，包括：
8.根据权利要求1所述的基于强化极限学习机的柴油机性能预测方法，其特征在于，所述方法还包括：将所述数据集中的数据输入到预测模型中，通过计算统计学指标对所述预测模型的预测精度进行评价，计算公式如下：
9.一种基于强化极限学习机的柴油机性能预测装置，其特征在于，包括：
10.根据权利要求9所述的基于强化极限学习机的柴油机性能预测装置，其特征在于，所述装置还包括预处理模块，用于对所述数据集中的数据进行z-score标准化处理，公式为：