id	sid	tid	token	lemma	pos
ijassa-408	1	1	advances	advance	NOUN
ijassa-408	1	2	in	in	ADP
ijassa-408	1	3	systems	system	NOUN
ijassa-408	1	4	science	science	NOUN
ijassa-408	1	5	and	and	CCONJ
ijassa-408	1	6	applications	application	NOUN
ijassa-408	1	7	(	(	PUNCT
ijassa-408	1	8	2014	2014	NUM
ijassa-408	1	9	)	)	PUNCT
ijassa-408	2	1	vol.14	vol.14	NOUN
ijassa-408	2	2	no.1	no.1	VERB
ijassa-408	2	3	50	50	NUM
ijassa-408	2	4	-	-	SYM
ijassa-408	2	5	65	65	NUM
ijassa-408	2	6	investigation	investigation	NOUN
ijassa-408	2	7	of	of	ADP
ijassa-408	2	8	the	the	DET
ijassa-408	2	9	different	different	ADJ
ijassa-408	2	10	type	type	NOUN
ijassa-408	2	11	models	model	NOUN
ijassa-408	2	12	for	for	ADP
ijassa-408	2	13	engine	engine	NOUN
ijassa-408	2	14	test	test	NOUN
ijassa-408	2	15	data	datum	NOUN
ijassa-408	2	16	modelling	model	VERB
ijassa-408	2	17	m.h	m.h	PROPN
ijassa-408	2	18	.	.	PROPN
ijassa-408	2	19	wu	wu	PROPN
ijassa-408	2	20	school	school	PROPN
ijassa-408	2	21	of	of	ADP
ijassa-408	2	22	technology	technology	NOUN
ijassa-408	2	23	,	,	PUNCT
ijassa-408	2	24	university	university	PROPN
ijassa-408	2	25	of	of	ADP
ijassa-408	2	26	derby	derby	PROPN
ijassa-408	2	27	,	,	PUNCT
ijassa-408	2	28	marketon	marketon	PROPN
ijassa-408	2	29	st	st	PROPN
ijassa-408	2	30	.	.	PROPN
ijassa-408	2	31	,	,	PUNCT
ijassa-408	2	32	derby	derby	PROPN
ijassa-408	2	33	,	,	PUNCT
ijassa-408	2	34	de22	de22	PROPN
ijassa-408	2	35	3aw	3aw	NOUN
ijassa-408	2	36	,	,	PUNCT
ijassa-408	2	37	uk	uk	PROPN
ijassa-408	2	38	abstract	abstract	VERB
ijassa-408	2	39	the	the	DET
ijassa-408	2	40	engine	engine	NOUN
ijassa-408	2	41	test	test	NOUN
ijassa-408	2	42	bed	bed	NOUN
ijassa-408	2	43	has	have	AUX
ijassa-408	2	44	been	be	AUX
ijassa-408	2	45	used	use	VERB
ijassa-408	2	46	widely	widely	ADV
ijassa-408	2	47	in	in	ADP
ijassa-408	2	48	automotive	automotive	ADJ
ijassa-408	2	49	industry	industry	NOUN
ijassa-408	2	50	to	to	PART
ijassa-408	2	51	test	test	VERB
ijassa-408	2	52	the	the	DET
ijassa-408	2	53	protetypey	protetypey	ADJ
ijassa-408	2	54	developed	develop	VERB
ijassa-408	2	55	engine	engine	NOUN
ijassa-408	2	56	in	in	ADP
ijassa-408	2	57	order	order	NOUN
ijassa-408	2	58	to	to	PART
ijassa-408	2	59	understand	understand	VERB
ijassa-408	2	60	the	the	DET
ijassa-408	2	61	engine	engine	NOUN
ijassa-408	2	62	operation	operation	NOUN
ijassa-408	2	63	process	process	NOUN
ijassa-408	2	64	and	and	CCONJ
ijassa-408	2	65	find	find	VERB
ijassa-408	2	66	the	the	DET
ijassa-408	2	67	optimum	optimum	ADJ
ijassa-408	2	68	parameters	parameter	NOUN
ijassa-408	2	69	for	for	ADP
ijassa-408	2	70	the	the	DET
ijassa-408	2	71	engine	engine	NOUN
ijassa-408	2	72	operation	operation	NOUN
ijassa-408	2	73	.	.	PUNCT
ijassa-408	3	1	as	as	ADP
ijassa-408	3	2	a	a	DET
ijassa-408	3	3	result	result	NOUN
ijassa-408	3	4	,	,	PUNCT
ijassa-408	3	5	thousand	thousand	NUM
ijassa-408	3	6	and	and	CCONJ
ijassa-408	3	7	thousands	thousand	NOUN
ijassa-408	3	8	data	datum	NOUN
ijassa-408	3	9	will	will	AUX
ijassa-408	3	10	be	be	AUX
ijassa-408	3	11	obtained	obtain	VERB
ijassa-408	3	12	from	from	ADP
ijassa-408	3	13	engine	engine	NOUN
ijassa-408	3	14	test	test	NOUN
ijassa-408	3	15	bed.for	bed.for	ADP
ijassa-408	3	16	this	this	DET
ijassa-408	3	17	purpose	purpose	NOUN
ijassa-408	3	18	.	.	PUNCT
ijassa-408	4	1	it	it	PRON
ijassa-408	4	2	is	be	AUX
ijassa-408	4	3	a	a	DET
ijassa-408	4	4	time	time	NOUN
ijassa-408	4	5	consuming	consume	VERB
ijassa-408	4	6	task	task	NOUN
ijassa-408	4	7	to	to	PART
ijassa-408	4	8	get	get	VERB
ijassa-408	4	9	the	the	DET
ijassa-408	4	10	data	datum	NOUN
ijassa-408	4	11	and	and	CCONJ
ijassa-408	4	12	it	it	PRON
ijassa-408	4	13	is	be	AUX
ijassa-408	4	14	hard	hard	ADJ
ijassa-408	4	15	to	to	PART
ijassa-408	4	16	analyse	analyse	VERB
ijassa-408	4	17	those	those	DET
ijassa-408	4	18	data	datum	NOUN
ijassa-408	4	19	directly	directly	ADV
ijassa-408	4	20	from	from	ADP
ijassa-408	4	21	the	the	DET
ijassa-408	4	22	huge	huge	ADJ
ijassa-408	4	23	number	number	NOUN
ijassa-408	4	24	of	of	ADP
ijassa-408	4	25	the	the	DET
ijassa-408	4	26	data	datum	NOUN
ijassa-408	4	27	.	.	PUNCT
ijassa-408	5	1	the	the	DET
ijassa-408	5	2	best	good	ADJ
ijassa-408	5	3	way	way	NOUN
ijassa-408	5	4	to	to	PART
ijassa-408	5	5	reduce	reduce	VERB
ijassa-408	5	6	the	the	DET
ijassa-408	5	7	tested	test	VERB
ijassa-408	5	8	data	datum	NOUN
ijassa-408	5	9	from	from	ADP
ijassa-408	5	10	the	the	DET
ijassa-408	5	11	test	test	NOUN
ijassa-408	5	12	bed	bed	NOUN
ijassa-408	5	13	is	be	AUX
ijassa-408	5	14	to	to	PART
ijassa-408	5	15	create	create	VERB
ijassa-408	5	16	a	a	DET
ijassa-408	5	17	mathematics	mathematics	NOUN
ijassa-408	5	18	model	model	NOUN
ijassa-408	5	19	from	from	ADP
ijassa-408	5	20	the	the	DET
ijassa-408	5	21	limited	limited	ADJ
ijassa-408	5	22	engine	engine	NOUN
ijassa-408	5	23	tested	test	VERB
ijassa-408	5	24	data	datum	NOUN
ijassa-408	5	25	.	.	PUNCT
ijassa-408	6	1	the	the	DET
ijassa-408	6	2	paper	paper	NOUN
ijassa-408	6	3	will	will	AUX
ijassa-408	6	4	list	list	VERB
ijassa-408	6	5	three	three	NUM
ijassa-408	6	6	different	different	ADJ
ijassa-408	6	7	models	model	NOUN
ijassa-408	6	8	used	use	VERB
ijassa-408	6	9	for	for	ADP
ijassa-408	6	10	the	the	DET
ijassa-408	6	11	engine	engine	NOUN
ijassa-408	6	12	test	test	NOUN
ijassa-408	6	13	data	datum	NOUN
ijassa-408	6	14	modelling	modelling	NOUN
ijassa-408	6	15	,	,	PUNCT
ijassa-408	6	16	polynomial	polynomial	ADJ
ijassa-408	6	17	model	model	NOUN
ijassa-408	6	18	,	,	PUNCT
ijassa-408	6	19	combined	combine	VERB
ijassa-408	6	20	exponational	exponational	ADJ
ijassa-408	6	21	model	model	NOUN
ijassa-408	6	22	and	and	CCONJ
ijassa-408	6	23	neural	neural	ADJ
ijassa-408	6	24	network	network	NOUN
ijassa-408	6	25	model	model	NOUN
ijassa-408	6	26	.	.	PUNCT
ijassa-408	7	1	the	the	DET
ijassa-408	7	2	principle	principle	NOUN
ijassa-408	7	3	and	and	CCONJ
ijassa-408	7	4	equations	equation	NOUN
ijassa-408	7	5	of	of	ADP
ijassa-408	7	6	each	each	DET
ijassa-408	7	7	model	model	NOUN
ijassa-408	7	8	has	have	AUX
ijassa-408	7	9	been	be	AUX
ijassa-408	7	10	introduced	introduce	VERB
ijassa-408	7	11	in	in	ADP
ijassa-408	7	12	the	the	DET
ijassa-408	7	13	paper	paper	NOUN
ijassa-408	7	14	.	.	PUNCT
ijassa-408	8	1	the	the	DET
ijassa-408	8	2	experiment	experiment	NOUN
ijassa-408	8	3	results	result	NOUN
ijassa-408	8	4	of	of	ADP
ijassa-408	8	5	each	each	DET
ijassa-408	8	6	model	model	NOUN
ijassa-408	8	7	have	have	AUX
ijassa-408	8	8	been	be	AUX
ijassa-408	8	9	listed	list	VERB
ijassa-408	8	10	as	as	ADV
ijassa-408	8	11	well	well	ADV
ijassa-408	8	12	.	.	PUNCT
ijassa-408	9	1	the	the	DET
ijassa-408	9	2	results	result	NOUN
ijassa-408	9	3	from	from	ADP
ijassa-408	9	4	last	last	ADJ
ijassa-408	9	5	two	two	NUM
ijassa-408	9	6	developed	develop	VERB
ijassa-408	9	7	models	model	NOUN
ijassa-408	9	8	show	show	VERB
ijassa-408	9	9	that	that	SCONJ
ijassa-408	9	10	the	the	DET
ijassa-408	9	11	models	model	NOUN
ijassa-408	9	12	provide	provide	VERB
ijassa-408	9	13	the	the	DET
ijassa-408	9	14	achievement	achievement	NOUN
ijassa-408	9	15	which	which	PRON
ijassa-408	9	16	can	can	AUX
ijassa-408	9	17	meet	meet	VERB
ijassa-408	9	18	the	the	DET
ijassa-408	9	19	customers	customer	NOUN
ijassa-408	9	20	requirement	requirement	NOUN
ijassa-408	9	21	.	.	PUNCT
ijassa-408	10	1	keywords	keyword	VERB
ijassa-408	10	2	engine	engine	NOUN
ijassa-408	10	3	test	test	NOUN
ijassa-408	10	4	data	datum	NOUN
ijassa-408	10	5	,	,	PUNCT
ijassa-408	10	6	engine	engine	NOUN
ijassa-408	10	7	performance	performance	NOUN
ijassa-408	10	8	,	,	PUNCT
ijassa-408	10	9	engine	engine	NOUN
ijassa-408	10	10	data	datum	NOUN
ijassa-408	10	11	modelling	modelling	NOUN
ijassa-408	10	12	,	,	PUNCT
ijassa-408	10	13	neural	neural	ADJ
ijassa-408	10	14	network	network	NOUN
ijassa-408	10	15	1	1	NUM
ijassa-408	10	16	introduction	introduction	NOUN
ijassa-408	10	17	the	the	DET
ijassa-408	10	18	engine	engine	NOUN
ijassa-408	10	19	test	test	NOUN
ijassa-408	10	20	bed	bed	NOUN
ijassa-408	10	21	has	have	AUX
ijassa-408	10	22	been	be	AUX
ijassa-408	10	23	used	use	VERB
ijassa-408	10	24	widely	widely	ADV
ijassa-408	10	25	in	in	ADP
ijassa-408	10	26	automotive	automotive	ADJ
ijassa-408	10	27	industry	industry	NOUN
ijassa-408	10	28	to	to	PART
ijassa-408	10	29	test	test	VERB
ijassa-408	10	30	the	the	DET
ijassa-408	10	31	protetypey	protetypey	ADJ
ijassa-408	10	32	developed	develop	VERB
ijassa-408	10	33	engine	engine	NOUN
ijassa-408	10	34	in	in	ADP
ijassa-408	10	35	order	order	NOUN
ijassa-408	10	36	to	to	PART
ijassa-408	10	37	understand	understand	VERB
ijassa-408	10	38	the	the	DET
ijassa-408	10	39	engine	engine	NOUN
ijassa-408	10	40	operation	operation	NOUN
ijassa-408	10	41	process	process	NOUN
ijassa-408	10	42	and	and	CCONJ
ijassa-408	10	43	find	find	VERB
ijassa-408	10	44	the	the	DET
ijassa-408	10	45	optimum	optimum	ADJ
ijassa-408	10	46	parameters	parameter	NOUN
ijassa-408	10	47	for	for	ADP
ijassa-408	10	48	the	the	DET
ijassa-408	10	49	engine	engine	NOUN
ijassa-408	10	50	operation	operation	NOUN
ijassa-408	10	51	.	.	PUNCT
ijassa-408	11	1	as	as	ADP
ijassa-408	11	2	a	a	DET
ijassa-408	11	3	result	result	NOUN
ijassa-408	11	4	,	,	PUNCT
ijassa-408	11	5	thousand	thousand	NUM
ijassa-408	11	6	and	and	CCONJ
ijassa-408	11	7	thousands	thousand	NOUN
ijassa-408	11	8	data	datum	NOUN
ijassa-408	11	9	will	will	AUX
ijassa-408	11	10	be	be	AUX
ijassa-408	11	11	obtained	obtain	VERB
ijassa-408	11	12	from	from	ADP
ijassa-408	11	13	engine	engine	NOUN
ijassa-408	11	14	test	test	NOUN
ijassa-408	11	15	bed.for	bed.for	ADP
ijassa-408	11	16	this	this	DET
ijassa-408	11	17	purpose	purpose	NOUN
ijassa-408	11	18	.	.	PUNCT
ijassa-408	12	1	it	it	PRON
ijassa-408	12	2	is	be	AUX
ijassa-408	12	3	a	a	DET
ijassa-408	12	4	time	time	NOUN
ijassa-408	12	5	consuming	consume	VERB
ijassa-408	12	6	task	task	NOUN
ijassa-408	12	7	to	to	PART
ijassa-408	12	8	get	get	VERB
ijassa-408	12	9	the	the	DET
ijassa-408	12	10	data	datum	NOUN
ijassa-408	12	11	and	and	CCONJ
ijassa-408	12	12	it	it	PRON
ijassa-408	12	13	is	be	AUX
ijassa-408	12	14	hard	hard	ADJ
ijassa-408	12	15	to	to	PART
ijassa-408	12	16	analyse	analyse	VERB
ijassa-408	12	17	those	those	DET
ijassa-408	12	18	data	datum	NOUN
ijassa-408	12	19	directly	directly	ADV
ijassa-408	12	20	from	from	ADP
ijassa-408	12	21	the	the	DET
ijassa-408	12	22	huge	huge	ADJ
ijassa-408	12	23	number	number	NOUN
ijassa-408	12	24	of	of	ADP
ijassa-408	12	25	the	the	DET
ijassa-408	12	26	data	datum	NOUN
ijassa-408	12	27	.	.	PUNCT
ijassa-408	13	1	the	the	DET
ijassa-408	13	2	best	good	ADJ
ijassa-408	13	3	way	way	NOUN
ijassa-408	13	4	to	to	PART
ijassa-408	13	5	reduce	reduce	VERB
ijassa-408	13	6	the	the	DET
ijassa-408	13	7	tested	test	VERB
ijassa-408	13	8	data	datum	NOUN
ijassa-408	13	9	from	from	ADP
ijassa-408	13	10	the	the	DET
ijassa-408	13	11	test	test	NOUN
ijassa-408	13	12	bed	bed	NOUN
ijassa-408	13	13	is	be	AUX
ijassa-408	13	14	to	to	PART
ijassa-408	13	15	create	create	VERB
ijassa-408	13	16	a	a	DET
ijassa-408	13	17	mathematics	mathematics	NOUN
ijassa-408	13	18	model	model	NOUN
ijassa-408	13	19	from	from	ADP
ijassa-408	13	20	the	the	DET
ijassa-408	13	21	limited	limited	ADJ
ijassa-408	13	22	engine	engine	NOUN
ijassa-408	13	23	tested	test	VERB
ijassa-408	13	24	data	datum	NOUN
ijassa-408	13	25	.	.	PUNCT
ijassa-408	14	1	the	the	DET
ijassa-408	14	2	model	model	NOUN
ijassa-408	14	3	will	will	AUX
ijassa-408	14	4	be	be	AUX
ijassa-408	14	5	used	use	VERB
ijassa-408	14	6	to	to	PART
ijassa-408	14	7	analyse	analyse	VERB
ijassa-408	14	8	the	the	DET
ijassa-408	14	9	engine	engine	NOUN
ijassa-408	14	10	operation	operation	NOUN
ijassa-408	14	11	and	and	CCONJ
ijassa-408	14	12	to	to	PART
ijassa-408	14	13	obtain	obtain	VERB
ijassa-408	14	14	the	the	DET
ijassa-408	14	15	optimum	optimum	ADJ
ijassa-408	14	16	operation	operation	NOUN
ijassa-408	14	17	data	datum	NOUN
ijassa-408	14	18	.	.	PUNCT
ijassa-408	15	1	figure	figure	NOUN
ijassa-408	15	2	1	1	NUM
ijassa-408	15	3	shows	show	VERB
ijassa-408	15	4	the	the	DET
ijassa-408	15	5	structure	structure	NOUN
ijassa-408	15	6	of	of	ADP
ijassa-408	15	7	the	the	DET
ijassa-408	15	8	engine	engine	NOUN
ijassa-408	15	9	test	test	NOUN
ijassa-408	15	10	bed	bed	NOUN
ijassa-408	15	11	(	(	PUNCT
ijassa-408	15	12	etb	etb	PROPN
ijassa-408	15	13	)	)	PUNCT
ijassa-408	15	14	.	.	PUNCT
ijassa-408	16	1	the	the	DET
ijassa-408	16	2	newly	newly	ADV
ijassa-408	16	3	developed	develop	VERB
ijassa-408	16	4	or	or	CCONJ
ijassa-408	16	5	existed	exist	VERB
ijassa-408	16	6	engines	engine	NOUN
ijassa-408	16	7	should	should	AUX
ijassa-408	16	8	be	be	AUX
ijassa-408	16	9	tested	test	VERB
ijassa-408	16	10	on	on	ADP
ijassa-408	16	11	it	it	PRON
ijassa-408	16	12	.	.	PUNCT
ijassa-408	17	1	fig.1	fig.1	PROPN
ijassa-408	17	2	shows	show	VERB
ijassa-408	17	3	the	the	DET
ijassa-408	17	4	format	format	NOUN
ijassa-408	17	5	of	of	ADP
ijassa-408	17	6	the	the	DET
ijassa-408	17	7	tested	test	VERB
ijassa-408	17	8	data	datum	NOUN
ijassa-408	17	9	from	from	ADP
ijassa-408	17	10	etb	etb	PROPN
ijassa-408	17	11	which	which	PRON
ijassa-408	17	12	are	be	AUX
ijassa-408	17	13	used	use	VERB
ijassa-408	17	14	to	to	PART
ijassa-408	17	15	create	create	VERB
ijassa-408	17	16	the	the	DET
ijassa-408	17	17	new	new	ADJ
ijassa-408	17	18	model	model	NOUN
ijassa-408	17	19	.	.	PUNCT
ijassa-408	18	1	the	the	DET
ijassa-408	18	2	controled	control	VERB
ijassa-408	18	3	input	input	NOUN
ijassa-408	18	4	variables	variable	NOUN
ijassa-408	18	5	and	and	CCONJ
ijassa-408	18	6	the	the	DET
ijassa-408	18	7	responding	respond	VERB
ijassa-408	18	8	out	out	ADP
ijassa-408	18	9	put	put	NOUN
ijassa-408	18	10	are	be	AUX
ijassa-408	18	11	shows	show	NOUN
ijassa-408	18	12	in	in	ADP
ijassa-408	18	13	fig.2	fig.2	PROPN
ijassa-408	18	14	.	.	PUNCT
ijassa-408	19	1	it	it	PRON
ijassa-408	19	2	includes	include	VERB
ijassa-408	19	3	:	:	PUNCT
ijassa-408	19	4	ignition	ignition	NOUN
ijassa-408	19	5	time	time	NOUN
ijassa-408	19	6	,	,	PUNCT
ijassa-408	19	7	ex	ex	NOUN
ijassa-408	19	8	valve	valve	NOUN
ijassa-408	19	9	timing	timing	NOUN
ijassa-408	19	10	,	,	PUNCT
ijassa-408	19	11	inlet	inlet	VERB
ijassa-408	19	12	valve	valve	NOUN
ijassa-408	19	13	timing	timing	NOUN
ijassa-408	19	14	,	,	PUNCT
ijassa-408	19	15	bmep	bmep	NOUN
ijassa-408	19	16	and	and	CCONJ
ijassa-408	19	17	speed	speed	NOUN
ijassa-408	19	18	as	as	ADP
ijassa-408	19	19	the	the	DET
ijassa-408	19	20	input	input	NOUN
ijassa-408	19	21	variable	variable	NOUN
ijassa-408	19	22	and	and	CCONJ
ijassa-408	19	23	the	the	DET
ijassa-408	19	24	bsfc	bsfc	NOUN
ijassa-408	19	25	as	as	ADP
ijassa-408	19	26	the	the	DET
ijassa-408	19	27	output	output	NOUN
ijassa-408	19	28	.	.	PUNCT
ijassa-408	20	1	there	there	PRON
ijassa-408	20	2	are	be	VERB
ijassa-408	20	3	three	three	NUM
ijassa-408	20	4	models	model	NOUN
ijassa-408	20	5	developed	develop	VERB
ijassa-408	20	6	for	for	ADP
ijassa-408	20	7	the	the	DET
ijassa-408	20	8	engine	engine	NOUN
ijassa-408	20	9	data	datum	NOUN
ijassa-408	20	10	modelling	modelling	NOUN
ijassa-408	20	11	.	.	PUNCT
ijassa-408	21	1	it	it	PRON
ijassa-408	21	2	is	be	AUX
ijassa-408	21	3	polyadvances	polyadvance	NOUN
ijassa-408	21	4	in	in	ADP
ijassa-408	21	5	systems	system	NOUN
ijassa-408	21	6	science	science	NOUN
ijassa-408	21	7	and	and	CCONJ
ijassa-408	21	8	applications	application	NOUN
ijassa-408	21	9	(	(	PUNCT
ijassa-408	21	10	2014	2014	NUM
ijassa-408	21	11	)	)	PUNCT
ijassa-408	21	12	vol.14	vol.14	NOUN
ijassa-408	21	13	no.1	no.1	PUNCT
ijassa-408	21	14	51	51	NUM
ijassa-408	21	15	fig.1	fig.1	ADJ
ijassa-408	21	16	structure	structure	NOUN
ijassa-408	21	17	of	of	ADP
ijassa-408	21	18	engine	engine	NOUN
ijassa-408	21	19	test	test	NOUN
ijassa-408	21	20	bed	bed	NOUN
ijassa-408	21	21	nomial	nomial	ADJ
ijassa-408	21	22	model	model	NOUN
ijassa-408	21	23	,	,	PUNCT
ijassa-408	21	24	combined	combine	VERB
ijassa-408	21	25	exponational	exponational	ADJ
ijassa-408	21	26	model	model	NOUN
ijassa-408	21	27	and	and	CCONJ
ijassa-408	21	28	neural	neural	ADJ
ijassa-408	21	29	network	network	NOUN
ijassa-408	21	30	model	model	NOUN
ijassa-408	21	31	.	.	PUNCT
ijassa-408	22	1	fig.2	fig.2	VERB
ijassa-408	22	2	the	the	DET
ijassa-408	22	3	form	form	NOUN
ijassa-408	22	4	of	of	ADP
ijassa-408	22	5	the	the	DET
ijassa-408	22	6	tested	test	VERB
ijassa-408	22	7	data	datum	NOUN
ijassa-408	22	8	from	from	ADP
ijassa-408	22	9	the	the	DET
ijassa-408	22	10	etb	etb	PROPN
ijassa-408	22	11	2	2	NUM
ijassa-408	22	12	employing	employ	VERB
ijassa-408	22	13	the	the	DET
ijassa-408	22	14	polynomial	polynomial	ADJ
ijassa-408	22	15	model	model	NOUN
ijassa-408	22	16	for	for	ADP
ijassa-408	22	17	engine	engine	NOUN
ijassa-408	22	18	test	test	NOUN
ijassa-408	22	19	data	datum	NOUN
ijassa-408	22	20	modelling	model	VERB
ijassa-408	22	21	2.1	2.1	NUM
ijassa-408	22	22	the	the	DET
ijassa-408	22	23	polynomial	polynomial	ADJ
ijassa-408	22	24	approximation	approximation	NOUN
ijassa-408	22	25	model	model	NOUN
ijassa-408	22	26	(	(	PUNCT
ijassa-408	22	27	1)shows	1)shows	NUM
ijassa-408	22	28	the	the	DET
ijassa-408	22	29	aplication	aplication	NOUN
ijassa-408	22	30	of	of	ADP
ijassa-408	22	31	the	the	DET
ijassa-408	22	32	polynomial	polynomial	ADJ
ijassa-408	22	33	approximation	approximation	NOUN
ijassa-408	22	34	model	model	NOUN
ijassa-408	22	35	in	in	ADP
ijassa-408	22	36	engine	engine	NOUN
ijassa-408	22	37	test	test	NOUN
ijassa-408	22	38	data	datum	NOUN
ijassa-408	22	39	modelling	modelling	NOUN
ijassa-408	22	40	.	.	PUNCT
ijassa-408	23	1	it	it	PRON
ijassa-408	23	2	called	call	VERB
ijassa-408	23	3	“	"	PUNCT
ijassa-408	23	4	quadratical	quadratical	ADJ
ijassa-408	23	5	model”(qm	model”(qm	NOUN
ijassa-408	23	6	)	)	PUNCT
ijassa-408	23	7	which	which	PRON
ijassa-408	23	8	is	be	AUX
ijassa-408	23	9	denoted	denote	VERB
ijassa-408	23	10	by	by	ADP
ijassa-408	23	11	voigt	voigt	PROPN
ijassa-408	23	12	,	,	PUNCT
ijassa-408	23	13	lechner	lechner	NOUN
ijassa-408	23	14	and	and	CCONJ
ijassa-408	23	15	hochschwarzer[1	hochschwarzer[1	NOUN
ijassa-408	23	16	-	-	SYM
ijassa-408	23	17	3	3	NUM
ijassa-408	23	18	]	]	PUNCT
ijassa-408	23	19	.	.	PUNCT
ijassa-408	24	1	the	the	DET
ijassa-408	24	2	qm	qm	PROPN
ijassa-408	24	3	is	be	AUX
ijassa-408	24	4	:	:	PUNCT
ijassa-408	24	5	y	y	PROPN
ijassa-408	24	6	=	=	PUNCT
ijassa-408	25	1	xtqx+	xtqx+	NUM
ijassa-408	25	2	atx+	atx+	PROPN
ijassa-408	25	3	b	b	X
ijassa-408	25	4	(	(	PUNCT
ijassa-408	25	5	1	1	NUM
ijassa-408	25	6	)	)	PUNCT
ijassa-408	25	7	here	here	ADV
ijassa-408	25	8	:	:	PUNCT
ijassa-408	25	9	y	y	PROPN
ijassa-408	25	10	is	be	AUX
ijassa-408	25	11	an	an	DET
ijassa-408	25	12	objective	objective	ADJ
ijassa-408	25	13	vector	vector	NOUN
ijassa-408	25	14	,	,	PUNCT
ijassa-408	25	15	x	x	PUNCT
ijassa-408	25	16	is	be	AUX
ijassa-408	25	17	an	an	DET
ijassa-408	25	18	input	input	NOUN
ijassa-408	25	19	variable	variable	ADJ
ijassa-408	25	20	vector	vector	NOUN
ijassa-408	25	21	,	,	PUNCT
ijassa-408	25	22	q	q	PROPN
ijassa-408	25	23	is	be	AUX
ijassa-408	25	24	co	co	ADJ
ijassa-408	25	25	-	-	ADJ
ijassa-408	25	26	efficient	efficient	ADJ
ijassa-408	25	27	matrix	matrix	NOUN
ijassa-408	25	28	,	,	PUNCT
ijassa-408	25	29	a	a	PRON
ijassa-408	25	30	&	&	CCONJ
ijassa-408	25	31	b	b	NOUN
ijassa-408	25	32	are	be	AUX
ijassa-408	25	33	constant	constant	ADJ
ijassa-408	25	34	vectors	vector	NOUN
ijassa-408	25	35	,	,	PUNCT
ijassa-408	25	36	52	52	NUM
ijassa-408	25	37	m.h	m.h	PROPN
ijassa-408	25	38	.	.	PROPN
ijassa-408	25	39	wu	wu	PROPN
ijassa-408	25	40	:	:	PUNCT
ijassa-408	25	41	investigation	investigation	NOUN
ijassa-408	25	42	of	of	ADP
ijassa-408	25	43	the	the	DET
ijassa-408	25	44	different	different	ADJ
ijassa-408	25	45	type	type	NOUN
ijassa-408	25	46	models	model	NOUN
ijassa-408	25	47	for	for	ADP
ijassa-408	25	48	engine	engine	NOUN
ijassa-408	25	49	test	test	NOUN
ijassa-408	25	50	data	datum	NOUN
ijassa-408	25	51	modelling	model	VERB
ijassa-408	25	52	the	the	DET
ijassa-408	25	53	co	co	NOUN
ijassa-408	25	54	-	-	ADJ
ijassa-408	25	55	efficient	efficient	ADJ
ijassa-408	25	56	of	of	ADP
ijassa-408	25	57	matrix	matrix	NOUN
ijassa-408	25	58	q	q	NOUN
ijassa-408	25	59	and	and	CCONJ
ijassa-408	25	60	the	the	DET
ijassa-408	25	61	vectors	vector	NOUN
ijassa-408	25	62	a	a	PRON
ijassa-408	25	63	and	and	CCONJ
ijassa-408	25	64	b	b	NOUN
ijassa-408	25	65	are	be	AUX
ijassa-408	25	66	calculated	calculate	VERB
ijassa-408	25	67	by	by	ADP
ijassa-408	25	68	leastsquares	leastsquare	NOUN
ijassa-408	25	69	-	-	PUNCT
ijassa-408	25	70	method	method	NOUN
ijassa-408	25	71	to	to	PART
ijassa-408	25	72	minimize	minimize	VERB
ijassa-408	25	73	the	the	DET
ijassa-408	25	74	deviation	deviation	NOUN
ijassa-408	25	75	of	of	ADP
ijassa-408	25	76	measured	measure	VERB
ijassa-408	25	77	values	value	NOUN
ijassa-408	25	78	from	from	ADP
ijassa-408	25	79	the	the	DET
ijassa-408	25	80	model	model	NOUN
ijassa-408	25	81	values	value	NOUN
ijassa-408	25	82	.	.	PUNCT
ijassa-408	26	1	2.2	2.2	NUM
ijassa-408	26	2	analysis	analysis	NOUN
ijassa-408	26	3	of	of	ADP
ijassa-408	26	4	the	the	DET
ijassa-408	26	5	application	application	NOUN
ijassa-408	26	6	of	of	ADP
ijassa-408	26	7	the	the	DET
ijassa-408	26	8	polynomial	polynomial	ADJ
ijassa-408	26	9	model	model	NOUN
ijassa-408	26	10	this	this	DET
ijassa-408	26	11	model	model	NOUN
ijassa-408	26	12	has	have	VERB
ijassa-408	26	13	the	the	DET
ijassa-408	26	14	advantage	advantage	NOUN
ijassa-408	26	15	of	of	ADP
ijassa-408	26	16	simplicity	simplicity	NOUN
ijassa-408	26	17	,	,	PUNCT
ijassa-408	26	18	but	but	CCONJ
ijassa-408	26	19	is	be	AUX
ijassa-408	26	20	imperfect	imperfect	ADJ
ijassa-408	26	21	for	for	ADP
ijassa-408	26	22	real	real	ADJ
ijassa-408	26	23	application	application	NOUN
ijassa-408	26	24	.	.	PUNCT
ijassa-408	27	1	fig.3	fig.3	PROPN
ijassa-408	27	2	shows	show	VERB
ijassa-408	27	3	the	the	DET
ijassa-408	27	4	example	example	NOUN
ijassa-408	27	5	which	which	PRON
ijassa-408	27	6	indicates	indicate	VERB
ijassa-408	27	7	the	the	DET
ijassa-408	27	8	model	model	NOUN
ijassa-408	27	9	’s	’s	PART
ijassa-408	27	10	imperfect	imperfect	NOUN
ijassa-408	27	11	.	.	PUNCT
ijassa-408	28	1	(	(	PUNCT
ijassa-408	28	2	a	a	X
ijassa-408	28	3	)	)	PUNCT
ijassa-408	28	4	draw	draw	NOUN
ijassa-408	28	5	by	by	ADP
ijassa-408	28	6	the	the	DET
ijassa-408	28	7	original	original	ADJ
ijassa-408	28	8	engine	engine	NOUN
ijassa-408	28	9	tested	test	VERB
ijassa-408	28	10	data	datum	NOUN
ijassa-408	28	11	(	(	PUNCT
ijassa-408	28	12	b	b	NOUN
ijassa-408	28	13	)	)	PUNCT
ijassa-408	28	14	draw	draw	NOUN
ijassa-408	28	15	by	by	ADP
ijassa-408	28	16	the	the	DET
ijassa-408	28	17	data	datum	NOUN
ijassa-408	28	18	calculated	calculate	VERB
ijassa-408	28	19	by	by	ADP
ijassa-408	28	20	qm	qm	PROPN
ijassa-408	28	21	fig.3	fig.3	PROPN
ijassa-408	28	22	3d	3d	PROPN
ijassa-408	28	23	surface	surface	NOUN
ijassa-408	28	24	draws	draw	VERB
ijassa-408	28	25	by	by	ADP
ijassa-408	28	26	the	the	DET
ijassa-408	28	27	different	different	ADJ
ijassa-408	28	28	data	datum	NOUN
ijassa-408	28	29	fig.3a	fig.3a	PROPN
ijassa-408	28	30	shows	show	VERB
ijassa-408	28	31	the	the	DET
ijassa-408	28	32	relationship	relationship	NOUN
ijassa-408	28	33	between	between	ADP
ijassa-408	28	34	the	the	DET
ijassa-408	28	35	bsfc	bsfc	NOUN
ijassa-408	28	36	and	and	CCONJ
ijassa-408	28	37	two	two	NUM
ijassa-408	28	38	input	input	NOUN
ijassa-408	28	39	variables	variable	NOUN
ijassa-408	28	40	by	by	ADP
ijassa-408	28	41	the	the	DET
ijassa-408	28	42	experiment	experiment	NOUN
ijassa-408	28	43	data	datum	NOUN
ijassa-408	28	44	directly	directly	ADV
ijassa-408	28	45	.	.	PUNCT
ijassa-408	29	1	fig.3	fig.3	PROPN
ijassa-408	29	2	b	b	PROPN
ijassa-408	29	3	shows	show	VERB
ijassa-408	29	4	the	the	DET
ijassa-408	29	5	same	same	ADJ
ijassa-408	29	6	relationship	relationship	NOUN
ijassa-408	29	7	using	use	VERB
ijassa-408	29	8	the	the	DET
ijassa-408	29	9	model	model	NOUN
ijassa-408	29	10	qm	qm	PROPN
ijassa-408	29	11	.	.	PUNCT
ijassa-408	30	1	it	it	PRON
ijassa-408	30	2	is	be	AUX
ijassa-408	30	3	obviously	obviously	ADV
ijassa-408	30	4	that	that	SCONJ
ijassa-408	30	5	fig.3(a	fig.3(a	ADJ
ijassa-408	30	6	)	)	PUNCT
ijassa-408	30	7	is	be	AUX
ijassa-408	30	8	totally	totally	ADV
ijassa-408	30	9	different	different	ADJ
ijassa-408	30	10	to	to	ADP
ijassa-408	30	11	fig.3(b	fig.3(b	NOUN
ijassa-408	30	12	)	)	PUNCT
ijassa-408	30	13	.	.	PUNCT
ijassa-408	31	1	in	in	ADP
ijassa-408	31	2	fig.3a	fig.3a	PROPN
ijassa-408	31	3	it	it	PRON
ijassa-408	31	4	shows	show	VERB
ijassa-408	31	5	that	that	SCONJ
ijassa-408	31	6	the	the	DET
ijassa-408	31	7	output	output	NOUN
ijassa-408	31	8	will	will	AUX
ijassa-408	31	9	be	be	AUX
ijassa-408	31	10	varied	varied	ADJ
ijassa-408	31	11	as	as	ADP
ijassa-408	31	12	a	a	DET
ijassa-408	31	13	irrgular	irrgular	ADJ
ijassa-408	31	14	wave	wave	NOUN
ijassa-408	31	15	when	when	SCONJ
ijassa-408	31	16	two	two	NUM
ijassa-408	31	17	inputs	input	NOUN
ijassa-408	31	18	are	be	AUX
ijassa-408	31	19	varied	varied	ADJ
ijassa-408	31	20	.	.	PUNCT
ijassa-408	32	1	the	the	DET
ijassa-408	32	2	fig.3b	fig.3b	PROPN
ijassa-408	32	3	only	only	ADV
ijassa-408	32	4	provide	provide	VERB
ijassa-408	32	5	a	a	DET
ijassa-408	32	6	smooth	smooth	ADJ
ijassa-408	32	7	raised	raise	VERB
ijassa-408	32	8	convex	convex	NOUN
ijassa-408	32	9	area	area	NOUN
ijassa-408	32	10	.	.	PUNCT
ijassa-408	33	1	in	in	ADP
ijassa-408	33	2	one	one	NUM
ijassa-408	33	3	word	word	NOUN
ijassa-408	33	4	,	,	PUNCT
ijassa-408	33	5	the	the	DET
ijassa-408	33	6	qm	qm	PROPN
ijassa-408	33	7	model	model	NOUN
ijassa-408	33	8	can	can	AUX
ijassa-408	33	9	not	not	PART
ijassa-408	33	10	trace	trace	VERB
ijassa-408	33	11	the	the	DET
ijassa-408	33	12	features	feature	NOUN
ijassa-408	33	13	in	in	ADP
ijassa-408	33	14	fig.3a	fig.3a	PROPN
ijassa-408	33	15	.	.	PUNCT
ijassa-408	34	1	it	it	PRON
ijassa-408	34	2	is	be	AUX
ijassa-408	34	3	clearly	clearly	ADV
ijassa-408	34	4	that	that	SCONJ
ijassa-408	34	5	qm	qm	PROPN
ijassa-408	34	6	is	be	AUX
ijassa-408	34	7	not	not	PART
ijassa-408	34	8	a	a	DET
ijassa-408	34	9	suitable	suitable	ADJ
ijassa-408	34	10	model	model	NOUN
ijassa-408	34	11	to	to	PART
ijassa-408	34	12	be	be	AUX
ijassa-408	34	13	used	use	VERB
ijassa-408	34	14	for	for	ADP
ijassa-408	34	15	engine	engine	NOUN
ijassa-408	34	16	parameters	parameter	NOUN
ijassa-408	34	17	modelling	modelling	NOUN
ijassa-408	34	18	and	and	CCONJ
ijassa-408	34	19	optimasation	optimasation	NOUN
ijassa-408	34	20	.	.	PUNCT
ijassa-408	35	1	the	the	DET
ijassa-408	35	2	data	datum	NOUN
ijassa-408	35	3	from	from	ADP
ijassa-408	35	4	qm	qm	PROPN
ijassa-408	35	5	provides	provide	VERB
ijassa-408	35	6	the	the	DET
ijassa-408	35	7	large	large	ADJ
ijassa-408	35	8	errors	error	NOUN
ijassa-408	35	9	and	and	CCONJ
ijassa-408	35	10	losts	lost	NOUN
ijassa-408	35	11	nearly	nearly	ADV
ijassa-408	35	12	most	most	ADJ
ijassa-408	35	13	of	of	ADP
ijassa-408	35	14	data	data	NOUN
ijassa-408	35	15	features	feature	NOUN
ijassa-408	35	16	.	.	PUNCT
ijassa-408	36	1	another	another	DET
ijassa-408	36	2	disadvantage	disadvantage	NOUN
ijassa-408	36	3	of	of	ADP
ijassa-408	36	4	using	use	VERB
ijassa-408	36	5	quadratical	quadratical	ADJ
ijassa-408	36	6	equations	equation	NOUN
ijassa-408	36	7	is	be	AUX
ijassa-408	36	8	that	that	SCONJ
ijassa-408	36	9	the	the	DET
ijassa-408	36	10	model	model	NOUN
ijassa-408	36	11	only	only	ADV
ijassa-408	36	12	can	can	AUX
ijassa-408	36	13	be	be	AUX
ijassa-408	36	14	used	use	VERB
ijassa-408	36	15	to	to	ADP
ijassa-408	36	16	the	the	DET
ijassa-408	36	17	case	case	NOUN
ijassa-408	36	18	which	which	PRON
ijassa-408	36	19	has	have	VERB
ijassa-408	36	20	one	one	NUM
ijassa-408	36	21	convex	convex	NOUN
ijassa-408	36	22	(	(	PUNCT
ijassa-408	36	23	or	or	CCONJ
ijassa-408	36	24	concave	concave	PROPN
ijassa-408	36	25	)	)	PUNCT
ijassa-408	36	26	data	datum	NOUN
ijassa-408	36	27	set	set	VERB
ijassa-408	36	28	.	.	PUNCT
ijassa-408	37	1	3	3	NUM
ijassa-408	37	2	employing	employ	VERB
ijassa-408	37	3	the	the	DET
ijassa-408	37	4	combined	combined	ADJ
ijassa-408	37	5	exponational	exponational	ADJ
ijassa-408	37	6	model	model	NOUN
ijassa-408	37	7	for	for	ADP
ijassa-408	37	8	engine	engine	NOUN
ijassa-408	37	9	test	test	NOUN
ijassa-408	37	10	data	datum	NOUN
ijassa-408	37	11	modelling	model	VERB
ijassa-408	37	12	3.1	3.1	NUM
ijassa-408	37	13	the	the	DET
ijassa-408	37	14	combined	combined	ADJ
ijassa-408	37	15	exponational	exponational	ADJ
ijassa-408	37	16	model	model	NOUN
ijassa-408	37	17	(	(	PUNCT
ijassa-408	37	18	2	2	X
ijassa-408	37	19	)	)	PUNCT
ijassa-408	37	20	shows	show	VERB
ijassa-408	37	21	the	the	DET
ijassa-408	37	22	aplication	aplication	NOUN
ijassa-408	37	23	of	of	ADP
ijassa-408	37	24	the	the	DET
ijassa-408	37	25	combined	combined	ADJ
ijassa-408	37	26	exponational	exponational	ADJ
ijassa-408	37	27	model	model	NOUN
ijassa-408	37	28	in	in	ADP
ijassa-408	37	29	engine	engine	NOUN
ijassa-408	37	30	test	test	NOUN
ijassa-408	37	31	data	datum	NOUN
ijassa-408	37	32	modelling[4	modelling[4	VERB
ijassa-408	37	33	]	]	PUNCT
ijassa-408	37	34	.	.	PUNCT
ijassa-408	38	1	f(x1	f(x1	ADJ
ijassa-408	38	2	,	,	PUNCT
ijassa-408	38	3	x2	x2	PROPN
ijassa-408	38	4	,	,	PUNCT
ijassa-408	38	5	.	.	PUNCT
ijassa-408	38	6	.	.	PUNCT
ijassa-408	38	7	.	.	PUNCT
ijassa-408	39	1	xn	xn	X
ijassa-408	39	2	)	)	PUNCT
ijassa-408	40	1	=	=	PRON
ijassa-408	40	2	a+	a+	PUNCT
ijassa-408	40	3	n∑	n∑	NOUN
ijassa-408	40	4	i=1	i=1	PROPN
ijassa-408	40	5	bixi	bixi	PROPN
ijassa-408	41	1	+	+	CCONJ
ijassa-408	41	2	p∑	p∑	X
ijassa-408	41	3	j=1	j=1	NOUN
ijassa-408	41	4	(	(	PUNCT
ijassa-408	41	5	hje(x1)e(x2	hje(x1)e(x2	NOUN
ijassa-408	41	6	)	)	PUNCT
ijassa-408	41	7	.	.	PUNCT
ijassa-408	41	8	.	.	PUNCT
ijassa-408	41	9	.	.	PUNCT
ijassa-408	42	1	e(xn	e(xn	NOUN
ijassa-408	42	2	)	)	PUNCT
ijassa-408	42	3	)	)	PUNCT
ijassa-408	43	1	(	(	PUNCT
ijassa-408	43	2	2	2	X
ijassa-408	43	3	)	)	PUNCT
ijassa-408	43	4	here	here	ADV
ijassa-408	43	5	:	:	PUNCT
ijassa-408	43	6	e(x	e(x	NUM
ijassa-408	43	7	)	)	PUNCT
ijassa-408	43	8	=	=	SYM
ijassa-408	44	1	exp(−8(x−m)2	exp(−8(x−m)2	NUM
ijassa-408	44	2	/	/	SYM
ijassa-408	44	3	w2	w2	NOUN
ijassa-408	44	4	)	)	PUNCT
ijassa-408	44	5	;	;	PUNCT
ijassa-408	44	6	h	h	NOUN
ijassa-408	44	7	:	:	PUNCT
ijassa-408	44	8	the	the	DET
ijassa-408	44	9	heigth	heigth	NOUN
ijassa-408	44	10	of	of	ADP
ijassa-408	44	11	the	the	DET
ijassa-408	44	12	peak	peak	NOUN
ijassa-408	44	13	,	,	PUNCT
ijassa-408	44	14	it	it	PRON
ijassa-408	44	15	could	could	AUX
ijassa-408	44	16	be	be	AUX
ijassa-408	44	17	“	"	PUNCT
ijassa-408	44	18	+	+	ADJ
ijassa-408	44	19	”	"	PUNCT
ijassa-408	44	20	or	or	CCONJ
ijassa-408	44	21	“	"	PUNCT
ijassa-408	44	22	-	-	INTJ
ijassa-408	44	23	”	"	PUNCT
ijassa-408	44	24	;	;	PUNCT
ijassa-408	44	25	advances	advance	NOUN
ijassa-408	44	26	in	in	ADP
ijassa-408	44	27	systems	system	NOUN
ijassa-408	44	28	science	science	NOUN
ijassa-408	44	29	and	and	CCONJ
ijassa-408	44	30	applications	application	NOUN
ijassa-408	44	31	(	(	PUNCT
ijassa-408	44	32	2014	2014	NUM
ijassa-408	44	33	)	)	PUNCT
ijassa-408	44	34	vol.14	vol.14	NOUN
ijassa-408	44	35	no.1	no.1	X
ijassa-408	44	36	53	53	NUM
ijassa-408	44	37	m	m	NOUN
ijassa-408	44	38	:	:	PUNCT
ijassa-408	44	39	the	the	DET
ijassa-408	44	40	position	position	NOUN
ijassa-408	44	41	of	of	ADP
ijassa-408	44	42	the	the	DET
ijassa-408	44	43	peak	peak	NOUN
ijassa-408	44	44	along	along	ADP
ijassa-408	44	45	the	the	DET
ijassa-408	44	46	axis	axis	NOUN
ijassa-408	44	47	;	;	PUNCT
ijassa-408	44	48	w	w	X
ijassa-408	44	49	:	:	PUNCT
ijassa-408	44	50	the	the	DET
ijassa-408	44	51	width	width	NOUN
ijassa-408	44	52	of	of	ADP
ijassa-408	44	53	the	the	DET
ijassa-408	44	54	peak	peak	NOUN
ijassa-408	44	55	;	;	PUNCT
ijassa-408	44	56	n	n	NOUN
ijassa-408	44	57	=	=	SYM
ijassa-408	44	58	5	5	NUM
ijassa-408	44	59	,	,	PUNCT
ijassa-408	44	60	(	(	PUNCT
ijassa-408	44	61	the	the	DET
ijassa-408	44	62	model	model	NOUN
ijassa-408	44	63	dealings	dealing	NOUN
ijassa-408	44	64	the	the	DET
ijassa-408	44	65	variables	variable	NOUN
ijassa-408	44	66	;	;	PUNCT
ijassa-408	44	67	f(x1	f(x1	ADJ
ijassa-408	44	68	,	,	PUNCT
ijassa-408	44	69	x2	x2	PROPN
ijassa-408	44	70	,	,	PUNCT
ijassa-408	44	71	...	...	PUNCT
ijassa-408	44	72	xn	xn	PROPN
ijassa-408	44	73	)	)	PUNCT
ijassa-408	44	74	:	:	PUNCT
ijassa-408	44	75	break	break	VERB
ijassa-408	44	76	specific	specific	ADJ
ijassa-408	44	77	fuel	fuel	NOUN
ijassa-408	44	78	consumption	consumption	NOUN
ijassa-408	44	79	(	(	PUNCT
ijassa-408	44	80	bsfc	bsfc	NOUN
ijassa-408	44	81	)	)	PUNCT
ijassa-408	44	82	;	;	PUNCT
ijassa-408	44	83	x1	x1	NUM
ijassa-408	44	84	:	:	PUNCT
ijassa-408	44	85	ignition	ignition	NOUN
ijassa-408	44	86	time	time	NOUN
ijassa-408	44	87	variable	variable	NOUN
ijassa-408	44	88	;	;	PUNCT
ijassa-408	44	89	x2	x2	NOUN
ijassa-408	44	90	:	:	PUNCT
ijassa-408	44	91	inlet	inlet	VERB
ijassa-408	44	92	valve	valve	VERB
ijassa-408	44	93	opening	opening	NOUN
ijassa-408	44	94	degree	degree	NOUN
ijassa-408	44	95	variable	variable	NOUN
ijassa-408	44	96	;	;	PUNCT
ijassa-408	44	97	x3	x3	ADJ
ijassa-408	44	98	:	:	PUNCT
ijassa-408	44	99	exhaust	exhaust	NOUN
ijassa-408	44	100	valve	valve	NOUN
ijassa-408	44	101	opening	opening	NOUN
ijassa-408	44	102	degree	degree	NOUN
ijassa-408	44	103	variable	variable	NOUN
ijassa-408	44	104	;	;	PUNCT
ijassa-408	44	105	x4	x4	ADV
ijassa-408	44	106	:	:	PUNCT
ijassa-408	44	107	speed	speed	NOUN
ijassa-408	44	108	;	;	PUNCT
ijassa-408	44	109	x5	x5	NOUN
ijassa-408	44	110	:	:	PUNCT
ijassa-408	44	111	toque	toque	NOUN
ijassa-408	44	112	(	(	PUNCT
ijassa-408	44	113	bmep	bmep	NOUN
ijassa-408	44	114	)	)	PUNCT
ijassa-408	44	115	;	;	PUNCT
ijassa-408	44	116	p	p	X
ijassa-408	44	117	:	:	PUNCT
ijassa-408	44	118	the	the	DET
ijassa-408	44	119	number	number	NOUN
ijassa-408	44	120	of	of	ADP
ijassa-408	44	121	peaks	peak	NOUN
ijassa-408	44	122	in	in	ADP
ijassa-408	44	123	nd	nd	ADP
ijassa-408	44	124	space	space	NOUN
ijassa-408	44	125	;	;	PUNCT
ijassa-408	44	126	it	it	PRON
ijassa-408	44	127	assumes	assume	VERB
ijassa-408	44	128	p	p	X
ijassa-408	44	129	=	=	NOUN
ijassa-408	44	130	10	10	NUM
ijassa-408	44	131	;	;	PUNCT
ijassa-408	44	132	a	a	DET
ijassa-408	44	133	:	:	PUNCT
ijassa-408	44	134	a	a	DET
ijassa-408	44	135	constant	constant	ADJ
ijassa-408	44	136	;	;	PUNCT
ijassa-408	44	137	bi	bi	NOUN
ijassa-408	44	138	:	:	PUNCT
ijassa-408	44	139	a	a	DET
ijassa-408	44	140	slope	slope	NOUN
ijassa-408	44	141	coefficient	coefficient	NOUN
ijassa-408	44	142	respect	respect	NOUN
ijassa-408	44	143	to	to	ADP
ijassa-408	44	144	input	input	NOUN
ijassa-408	44	145	xi	xi	ADP
ijassa-408	44	146	;	;	PUNCT
ijassa-408	44	147	fig.3a	fig.3a	PROPN
ijassa-408	44	148	indicts	indict	VERB
ijassa-408	44	149	that	that	SCONJ
ijassa-408	44	150	the	the	DET
ijassa-408	44	151	output	output	NOUN
ijassa-408	44	152	bsfc	bsfc	NOUN
ijassa-408	44	153	could	could	AUX
ijassa-408	44	154	be	be	AUX
ijassa-408	44	155	formed	form	VERB
ijassa-408	44	156	by	by	ADP
ijassa-408	44	157	constant	constant	ADJ
ijassa-408	44	158	element	element	NOUN
ijassa-408	44	159	,	,	PUNCT
ijassa-408	44	160	linear	linear	ADJ
ijassa-408	44	161	element	element	NOUN
ijassa-408	44	162	and	and	CCONJ
ijassa-408	44	163	multiconvex	multiconvex	NOUN
ijassa-408	44	164	or	or	CCONJ
ijassa-408	44	165	concave	concave	ADJ
ijassa-408	44	166	peaks	peak	NOUN
ijassa-408	44	167	.	.	PUNCT
ijassa-408	45	1	the	the	DET
ijassa-408	45	2	convex	convex	NOUN
ijassa-408	45	3	or	or	CCONJ
ijassa-408	45	4	concave	concave	ADJ
ijassa-408	45	5	peaks	peak	NOUN
ijassa-408	45	6	on	on	ADP
ijassa-408	45	7	the	the	DET
ijassa-408	45	8	3d	3d	PROPN
ijassa-408	45	9	surface	surface	NOUN
ijassa-408	45	10	can	can	AUX
ijassa-408	45	11	be	be	AUX
ijassa-408	45	12	expressed	express	VERB
ijassa-408	45	13	by	by	ADP
ijassa-408	45	14	the	the	DET
ijassa-408	45	15	function	function	NOUN
ijassa-408	45	16	of	of	ADP
ijassa-408	45	17	exponatioal	exponatioal	NOUN
ijassa-408	45	18	.	.	PUNCT
ijassa-408	46	1	as	as	ADP
ijassa-408	46	2	a	a	DET
ijassa-408	46	3	result	result	NOUN
ijassa-408	46	4	,	,	PUNCT
ijassa-408	46	5	the	the	DET
ijassa-408	46	6	(	(	PUNCT
ijassa-408	46	7	2	2	NUM
ijassa-408	46	8	)	)	PUNCT
ijassa-408	46	9	can	can	AUX
ijassa-408	46	10	be	be	AUX
ijassa-408	46	11	explained	explain	VERB
ijassa-408	46	12	as	as	ADP
ijassa-408	46	13	follow	follow	NOUN
ijassa-408	46	14	:	:	PUNCT
ijassa-408	46	15	bsfc	bsfc	NOUN
ijassa-408	46	16	=	=	SYM
ijassa-408	46	17	constant	constant	ADJ
ijassa-408	46	18	+	+	CCONJ
ijassa-408	46	19	linear	linear	ADJ
ijassa-408	46	20	function	function	NOUN
ijassa-408	46	21	+	+	CCONJ
ijassa-408	46	22	exponational	exponational	ADJ
ijassa-408	46	23	function	function	NOUN
ijassa-408	46	24	;	;	PUNCT
ijassa-408	46	25	3.2	3.2	NUM
ijassa-408	46	26	set	set	VERB
ijassa-408	46	27	up	up	ADP
ijassa-408	46	28	the	the	DET
ijassa-408	46	29	coefficients	coefficient	NOUN
ijassa-408	46	30	of	of	ADP
ijassa-408	46	31	the	the	DET
ijassa-408	46	32	combinated	combinated	ADJ
ijassa-408	46	33	exponational	exponational	ADJ
ijassa-408	46	34	model	model	NOUN
ijassa-408	46	35	if	if	SCONJ
ijassa-408	46	36	the	the	DET
ijassa-408	46	37	equation	equation	NOUN
ijassa-408	46	38	2	2	NUM
ijassa-408	46	39	has	have	AUX
ijassa-408	46	40	been	be	AUX
ijassa-408	46	41	set	set	VERB
ijassa-408	46	42	by	by	ADP
ijassa-408	46	43	20	20	NUM
ijassa-408	46	44	peaks	peak	NOUN
ijassa-408	46	45	(	(	PUNCT
ijassa-408	46	46	j=20	j=20	PROPN
ijassa-408	46	47	)	)	PUNCT
ijassa-408	46	48	and	and	CCONJ
ijassa-408	46	49	5	5	NUM
ijassa-408	46	50	input	input	NOUN
ijassa-408	46	51	variables	variable	NOUN
ijassa-408	46	52	(	(	PUNCT
ijassa-408	46	53	i=5	i=5	PROPN
ijassa-408	46	54	)	)	PUNCT
ijassa-408	46	55	,	,	PUNCT
ijassa-408	46	56	the	the	DET
ijassa-408	46	57	total	total	ADJ
ijassa-408	46	58	number	number	NOUN
ijassa-408	46	59	of	of	ADP
ijassa-408	46	60	the	the	DET
ijassa-408	46	61	coefficients	coefficient	NOUN
ijassa-408	46	62	of	of	ADP
ijassa-408	46	63	the	the	DET
ijassa-408	46	64	equation	equation	NOUN
ijassa-408	46	65	,	,	PUNCT
ijassa-408	46	66	bi	bi	NOUN
ijassa-408	46	67	,	,	PUNCT
ijassa-408	46	68	hj	hj	PROPN
ijassa-408	46	69	,	,	PUNCT
ijassa-408	46	70	mi	mi	PROPN
ijassa-408	46	71	,	,	PUNCT
ijassa-408	46	72	j	j	PROPN
ijassa-408	46	73	and	and	CCONJ
ijassa-408	46	74	wi	wi	PROPN
ijassa-408	46	75	,	,	PUNCT
ijassa-408	46	76	j	j	PROPN
ijassa-408	46	77	,	,	PUNCT
ijassa-408	46	78	should	should	AUX
ijassa-408	46	79	be	be	AUX
ijassa-408	46	80	as	as	ADP
ijassa-408	46	81	following	follow	VERB
ijassa-408	46	82	table	table	NOUN
ijassa-408	46	83	1	1	NUM
ijassa-408	46	84	.	.	PUNCT
ijassa-408	47	1	there	there	PRON
ijassa-408	47	2	is	be	VERB
ijassa-408	47	3	no	no	DET
ijassa-408	47	4	suitable	suitable	ADJ
ijassa-408	47	5	mathematics	mathematic	NOUN
ijassa-408	47	6	methods	method	NOUN
ijassa-408	47	7	to	to	PART
ijassa-408	47	8	set	set	VERB
ijassa-408	47	9	up	up	ADP
ijassa-408	47	10	the	the	DET
ijassa-408	47	11	exactly	exactly	ADJ
ijassa-408	47	12	values	value	NOUN
ijassa-408	47	13	to	to	ADP
ijassa-408	47	14	225	225	NUM
ijassa-408	47	15	table	table	NOUN
ijassa-408	47	16	1	1	NUM
ijassa-408	47	17	the	the	DET
ijassa-408	47	18	number	number	NOUN
ijassa-408	47	19	of	of	ADP
ijassa-408	47	20	the	the	DET
ijassa-408	47	21	parameters	parameter	NOUN
ijassa-408	47	22	of	of	ADP
ijassa-408	47	23	the	the	DET
ijassa-408	47	24	combined	combined	ADJ
ijassa-408	47	25	exponational	exponational	ADJ
ijassa-408	47	26	model	model	NOUN
ijassa-408	47	27	with	with	ADP
ijassa-408	47	28	5	5	NUM
ijassa-408	47	29	inputs	input	NOUN
ijassa-408	47	30	,	,	PUNCT
ijassa-408	47	31	20	20	NUM
ijassa-408	47	32	peaks	peak	NOUN
ijassa-408	47	33	coefficient	coefficient	VERB
ijassa-408	47	34	bi	bi	NOUN
ijassa-408	47	35	hj	hj	PROPN
ijassa-408	47	36	mij	mij	PROPN
ijassa-408	47	37	wij	wij	PROPN
ijassa-408	47	38	total	total	NOUN
ijassa-408	47	39	the	the	DET
ijassa-408	47	40	numbers	number	NOUN
ijassa-408	47	41	5	5	NUM
ijassa-408	47	42	20	20	NUM
ijassa-408	47	43	100	100	NUM
ijassa-408	47	44	100	100	NUM
ijassa-408	47	45	225	225	NUM
ijassa-408	47	46	coefficients	coefficient	NOUN
ijassa-408	47	47	through	through	ADP
ijassa-408	47	48	the	the	DET
ijassa-408	47	49	existed	exist	VERB
ijassa-408	47	50	tested	test	VERB
ijassa-408	47	51	data	datum	NOUN
ijassa-408	47	52	.	.	PUNCT
ijassa-408	48	1	as	as	ADP
ijassa-408	48	2	a	a	DET
ijassa-408	48	3	result	result	NOUN
ijassa-408	48	4	,	,	PUNCT
ijassa-408	48	5	genetics	genetics	NOUN
ijassa-408	48	6	algorithm	algorithm	NOUN
ijassa-408	48	7	are	be	AUX
ijassa-408	48	8	used	use	VERB
ijassa-408	48	9	to	to	PART
ijassa-408	48	10	define	define	VERB
ijassa-408	48	11	the	the	DET
ijassa-408	48	12	appropriated	appropriate	VERB
ijassa-408	48	13	values	value	NOUN
ijassa-408	48	14	for	for	ADP
ijassa-408	48	15	each	each	DET
ijassa-408	48	16	coefficient	coefficient	NOUN
ijassa-408	48	17	by	by	ADP
ijassa-408	48	18	the	the	DET
ijassa-408	48	19	existed	exist	VERB
ijassa-408	48	20	tested	test	VERB
ijassa-408	48	21	data	datum	NOUN
ijassa-408	48	22	.	.	PUNCT
ijassa-408	49	1	a	a	DET
ijassa-408	49	2	vb	vb	NOUN
ijassa-408	49	3	based	base	VERB
ijassa-408	49	4	program	program	NOUN
ijassa-408	49	5	is	be	AUX
ijassa-408	49	6	developed	develop	VERB
ijassa-408	49	7	for	for	ADP
ijassa-408	49	8	this	this	DET
ijassa-408	49	9	purpose	purpose	NOUN
ijassa-408	49	10	.	.	PUNCT
ijassa-408	50	1	the	the	DET
ijassa-408	50	2	software	software	NOUN
ijassa-408	50	3	will	will	AUX
ijassa-408	50	4	be	be	AUX
ijassa-408	50	5	used	use	VERB
ijassa-408	50	6	to	to	PART
ijassa-408	50	7	obtain	obtain	VERB
ijassa-408	50	8	the	the	DET
ijassa-408	50	9	appropriate	appropriate	ADJ
ijassa-408	50	10	values	value	NOUN
ijassa-408	50	11	of	of	ADP
ijassa-408	50	12	the	the	DET
ijassa-408	50	13	coefficients	coefficient	NOUN
ijassa-408	50	14	in	in	ADP
ijassa-408	50	15	(	(	PUNCT
ijassa-408	50	16	2	2	NUM
ijassa-408	50	17	)	)	PUNCT
ijassa-408	50	18	by	by	ADP
ijassa-408	50	19	using	use	VERB
ijassa-408	50	20	the	the	DET
ijassa-408	50	21	follow	follow	NOUN
ijassa-408	50	22	operations	operation	NOUN
ijassa-408	50	23	in	in	ADP
ijassa-408	50	24	ga	ga	PROPN
ijassa-408	50	25	:	:	PUNCT
ijassa-408	50	26	–	–	PUNCT
ijassa-408	50	27	random	random	ADJ
ijassa-408	50	28	selection	selection	NOUN
ijassa-408	50	29	of	of	ADP
ijassa-408	50	30	the	the	DET
ijassa-408	50	31	chromosome	chromosome	NOUN
ijassa-408	50	32	within	within	ADP
ijassa-408	50	33	certain	certain	ADJ
ijassa-408	50	34	range	range	NOUN
ijassa-408	50	35	,	,	PUNCT
ijassa-408	50	36	–	–	PUNCT
ijassa-408	50	37	reproduction	reproduction	NOUN
ijassa-408	50	38	–	–	PUNCT
ijassa-408	50	39	crossover	crossover	NOUN
ijassa-408	50	40	–	–	PUNCT
ijassa-408	50	41	evaluation	evaluation	NOUN
ijassa-408	50	42	–	–	PUNCT
ijassa-408	50	43	mutation	mutation	NOUN
ijassa-408	50	44	in	in	ADP
ijassa-408	50	45	order	order	NOUN
ijassa-408	50	46	to	to	ADP
ijassa-408	50	47	running	run	VERB
ijassa-408	50	48	the	the	DET
ijassa-408	50	49	ga	ga	PROPN
ijassa-408	50	50	,	,	PUNCT
ijassa-408	50	51	the	the	DET
ijassa-408	50	52	follow	follow	NOUN
ijassa-408	50	53	assumptions	assumption	NOUN
ijassa-408	50	54	and	and	CCONJ
ijassa-408	50	55	definitions	definition	NOUN
ijassa-408	50	56	are	be	AUX
ijassa-408	50	57	re54	re54	PROPN
ijassa-408	50	58	m.h	m.h	PROPN
ijassa-408	50	59	.	.	PROPN
ijassa-408	50	60	wu	wu	PROPN
ijassa-408	51	1	:	:	PUNCT
ijassa-408	51	2	investigation	investigation	NOUN
ijassa-408	51	3	of	of	ADP
ijassa-408	51	4	the	the	DET
ijassa-408	51	5	different	different	ADJ
ijassa-408	51	6	type	type	NOUN
ijassa-408	51	7	models	model	NOUN
ijassa-408	51	8	for	for	ADP
ijassa-408	51	9	engine	engine	NOUN
ijassa-408	51	10	test	test	NOUN
ijassa-408	51	11	data	datum	NOUN
ijassa-408	51	12	modelling	model	VERB
ijassa-408	51	13	quired	quire	VERB
ijassa-408	51	14	:	:	PUNCT
ijassa-408	51	15	gene	gene	NOUN
ijassa-408	51	16	:	:	PUNCT
ijassa-408	51	17	the	the	DET
ijassa-408	51	18	genes	gene	NOUN
ijassa-408	51	19	are	be	AUX
ijassa-408	51	20	used	use	VERB
ijassa-408	51	21	to	to	PART
ijassa-408	51	22	form	form	VERB
ijassa-408	51	23	the	the	DET
ijassa-408	51	24	chromosome	chromosome	NOUN
ijassa-408	51	25	in	in	ADP
ijassa-408	51	26	ga	ga	NOUN
ijassa-408	51	27	application	application	NOUN
ijassa-408	51	28	.	.	PUNCT
ijassa-408	52	1	as	as	ADP
ijassa-408	52	2	a	a	DET
ijassa-408	52	3	result	result	NOUN
ijassa-408	52	4	,	,	PUNCT
ijassa-408	52	5	the	the	DET
ijassa-408	52	6	number	number	NOUN
ijassa-408	52	7	of	of	ADP
ijassa-408	52	8	the	the	DET
ijassa-408	52	9	gene	gene	NOUN
ijassa-408	52	10	should	should	AUX
ijassa-408	52	11	be	be	AUX
ijassa-408	52	12	equal	equal	ADJ
ijassa-408	52	13	to	to	ADP
ijassa-408	52	14	the	the	DET
ijassa-408	52	15	total	total	ADJ
ijassa-408	52	16	numbers	number	NOUN
ijassa-408	52	17	of	of	ADP
ijassa-408	52	18	the	the	DET
ijassa-408	52	19	coefficients	coefficient	NOUN
ijassa-408	52	20	in	in	ADP
ijassa-408	52	21	the	the	DET
ijassa-408	52	22	(	(	PUNCT
ijassa-408	52	23	2	2	NUM
ijassa-408	52	24	)	)	PUNCT
ijassa-408	52	25	.	.	PUNCT
ijassa-408	53	1	for	for	ADP
ijassa-408	53	2	above	above	ADP
ijassa-408	53	3	example	example	NOUN
ijassa-408	53	4	in	in	ADP
ijassa-408	53	5	table	table	NOUN
ijassa-408	53	6	1	1	NUM
ijassa-408	53	7	,	,	PUNCT
ijassa-408	53	8	the	the	DET
ijassa-408	53	9	numbers	number	NOUN
ijassa-408	53	10	of	of	ADP
ijassa-408	53	11	gene	gene	NOUN
ijassa-408	53	12	should	should	AUX
ijassa-408	53	13	be	be	AUX
ijassa-408	53	14	225	225	NUM
ijassa-408	53	15	.	.	PUNCT
ijassa-408	54	1	population	population	NOUN
ijassa-408	54	2	:	:	PUNCT
ijassa-408	54	3	the	the	DET
ijassa-408	54	4	population	population	NOUN
ijassa-408	54	5	is	be	AUX
ijassa-408	54	6	the	the	DET
ijassa-408	54	7	numbers	number	NOUN
ijassa-408	54	8	of	of	ADP
ijassa-408	54	9	the	the	DET
ijassa-408	54	10	chromosome	chromosome	NOUN
ijassa-408	54	11	.	.	PUNCT
ijassa-408	55	1	it	it	PRON
ijassa-408	55	2	can	can	AUX
ijassa-408	55	3	be	be	AUX
ijassa-408	55	4	set	set	VERB
ijassa-408	55	5	from	from	ADP
ijassa-408	55	6	1	1	NUM
ijassa-408	55	7	to	to	PART
ijassa-408	55	8	100	100	NUM
ijassa-408	55	9	in	in	ADP
ijassa-408	55	10	the	the	DET
ijassa-408	55	11	software	software	NOUN
ijassa-408	55	12	.	.	PUNCT
ijassa-408	56	1	the	the	DET
ijassa-408	56	2	rule	rule	NOUN
ijassa-408	56	3	of	of	ADP
ijassa-408	56	4	setting	set	VERB
ijassa-408	56	5	up	up	ADP
ijassa-408	56	6	is	be	AUX
ijassa-408	56	7	that	that	SCONJ
ijassa-408	56	8	the	the	DET
ijassa-408	56	9	more	more	ADJ
ijassa-408	56	10	coefficients	coefficient	NOUN
ijassa-408	56	11	is	be	AUX
ijassa-408	56	12	,	,	PUNCT
ijassa-408	56	13	the	the	DET
ijassa-408	56	14	larger	large	ADJ
ijassa-408	56	15	population	population	NOUN
ijassa-408	56	16	should	should	AUX
ijassa-408	56	17	be	be	AUX
ijassa-408	56	18	.	.	PUNCT
ijassa-408	57	1	in	in	ADP
ijassa-408	57	2	the	the	DET
ijassa-408	57	3	case	case	NOUN
ijassa-408	57	4	of	of	ADP
ijassa-408	57	5	table	table	NOUN
ijassa-408	57	6	1	1	NUM
ijassa-408	57	7	,	,	PUNCT
ijassa-408	57	8	the	the	DET
ijassa-408	57	9	population	population	NOUN
ijassa-408	57	10	is	be	AUX
ijassa-408	57	11	settled	settle	VERB
ijassa-408	57	12	equal	equal	ADJ
ijassa-408	57	13	to	to	ADP
ijassa-408	57	14	100	100	NUM
ijassa-408	57	15	.	.	PUNCT
ijassa-408	58	1	number	number	NOUN
ijassa-408	58	2	of	of	ADP
ijassa-408	58	3	keep	keep	VERB
ijassa-408	58	4	best	good	ADJ
ijassa-408	58	5	members	member	NOUN
ijassa-408	58	6	of	of	ADP
ijassa-408	58	7	the	the	DET
ijassa-408	58	8	population	population	NOUN
ijassa-408	58	9	:	:	PUNCT
ijassa-408	58	10	this	this	PRON
ijassa-408	58	11	is	be	AUX
ijassa-408	58	12	very	very	ADV
ijassa-408	58	13	important	important	ADJ
ijassa-408	58	14	selection	selection	NOUN
ijassa-408	58	15	.	.	PUNCT
ijassa-408	59	1	if	if	SCONJ
ijassa-408	59	2	it	it	PRON
ijassa-408	59	3	is	be	AUX
ijassa-408	59	4	too	too	ADV
ijassa-408	59	5	small	small	ADJ
ijassa-408	59	6	,	,	PUNCT
ijassa-408	59	7	too	too	ADV
ijassa-408	59	8	many	many	ADJ
ijassa-408	59	9	poor	poor	ADJ
ijassa-408	59	10	chromosomes	chromosome	NOUN
ijassa-408	59	11	will	will	AUX
ijassa-408	59	12	be	be	AUX
ijassa-408	59	13	remained	remain	VERB
ijassa-408	59	14	in	in	ADP
ijassa-408	59	15	the	the	DET
ijassa-408	59	16	operator	operator	NOUN
ijassa-408	59	17	.	.	PUNCT
ijassa-408	60	1	on	on	ADP
ijassa-408	60	2	the	the	DET
ijassa-408	60	3	other	other	ADJ
ijassa-408	60	4	hand	hand	NOUN
ijassa-408	60	5	,	,	PUNCT
ijassa-408	60	6	it	it	PRON
ijassa-408	60	7	is	be	AUX
ijassa-408	60	8	easily	easily	ADV
ijassa-408	60	9	tripped	trip	VERB
ijassa-408	60	10	into	into	ADP
ijassa-408	60	11	the	the	DET
ijassa-408	60	12	local	local	ADJ
ijassa-408	60	13	best	good	ADJ
ijassa-408	60	14	point	point	NOUN
ijassa-408	60	15	.	.	PUNCT
ijassa-408	61	1	for	for	ADP
ijassa-408	61	2	the	the	DET
ijassa-408	61	3	case	case	NOUN
ijassa-408	61	4	in	in	ADP
ijassa-408	61	5	table	table	NOUN
ijassa-408	61	6	1	1	NUM
ijassa-408	61	7	,	,	PUNCT
ijassa-408	61	8	a	a	DET
ijassa-408	61	9	range	range	NOUN
ijassa-408	61	10	10	10	NUM
ijassa-408	61	11	-	-	SYM
ijassa-408	61	12	20	20	NUM
ijassa-408	61	13	is	be	AUX
ijassa-408	61	14	suggested	suggest	VERB
ijassa-408	61	15	.	.	PUNCT
ijassa-408	62	1	crossover	crossover	ADP
ijassa-408	62	2	method	method	NOUN
ijassa-408	62	3	:	:	PUNCT
ijassa-408	62	4	crossover	crossover	NOUN
ijassa-408	62	5	method	method	NOUN
ijassa-408	62	6	can	can	AUX
ijassa-408	62	7	be	be	AUX
ijassa-408	62	8	selected	select	VERB
ijassa-408	62	9	from	from	ADP
ijassa-408	62	10	alternative	alternative	ADJ
ijassa-408	62	11	methods	method	NOUN
ijassa-408	62	12	,	,	PUNCT
ijassa-408	62	13	single	single	ADJ
ijassa-408	62	14	point	point	NOUN
ijassa-408	62	15	cross	cross	NOUN
ijassa-408	62	16	over	over	ADP
ijassa-408	62	17	,	,	PUNCT
ijassa-408	62	18	two	two	NUM
ijassa-408	62	19	points	point	NOUN
ijassa-408	62	20	crossover	crossover	NOUN
ijassa-408	62	21	,	,	PUNCT
ijassa-408	62	22	etc	etc	X
ijassa-408	62	23	.	.	X
ijassa-408	62	24	type	type	NOUN
ijassa-408	62	25	of	of	ADP
ijassa-408	62	26	mutation	mutation	NOUN
ijassa-408	62	27	:	:	PUNCT
ijassa-408	62	28	random	random	ADJ
ijassa-408	62	29	mutation	mutation	NOUN
ijassa-408	62	30	hill	hill	NOUN
ijassa-408	62	31	climb	climb	NOUN
ijassa-408	62	32	and	and	CCONJ
ijassa-408	62	33	directional	directional	ADJ
ijassa-408	62	34	hill	hill	NOUN
ijassa-408	62	35	climb	climb	NOUN
ijassa-408	62	36	methods	method	NOUN
ijassa-408	62	37	are	be	AUX
ijassa-408	62	38	available	available	ADJ
ijassa-408	62	39	in	in	ADP
ijassa-408	62	40	the	the	DET
ijassa-408	62	41	software	software	NOUN
ijassa-408	62	42	.	.	PUNCT
ijassa-408	63	1	the	the	DET
ijassa-408	63	2	first	first	ADJ
ijassa-408	63	3	one	one	NOUN
ijassa-408	63	4	is	be	AUX
ijassa-408	63	5	normally	normally	ADV
ijassa-408	63	6	used	use	VERB
ijassa-408	63	7	for	for	ADP
ijassa-408	63	8	the	the	DET
ijassa-408	63	9	fitness	fitness	NOUN
ijassa-408	63	10	function	function	NOUN
ijassa-408	63	11	is	be	AUX
ijassa-408	63	12	highly	highly	ADV
ijassa-408	63	13	discontinuous	discontinuous	ADJ
ijassa-408	63	14	.	.	PUNCT
ijassa-408	64	1	the	the	DET
ijassa-408	64	2	2nd	2nd	ADJ
ijassa-408	64	3	one	one	NUM
ijassa-408	64	4	is	be	AUX
ijassa-408	64	5	for	for	ADP
ijassa-408	64	6	the	the	DET
ijassa-408	64	7	continuous	continuous	ADJ
ijassa-408	64	8	fitness	fitness	NOUN
ijassa-408	64	9	function	function	NOUN
ijassa-408	64	10	.	.	PUNCT
ijassa-408	65	1	our	our	PRON
ijassa-408	65	2	fitness	fitness	NOUN
ijassa-408	65	3	function	function	NOUN
ijassa-408	65	4	for	for	ADP
ijassa-408	65	5	ga	ga	PROPN
ijassa-408	65	6	is	be	AUX
ijassa-408	65	7	continuous	continuous	ADJ
ijassa-408	65	8	so	so	SCONJ
ijassa-408	65	9	that	that	SCONJ
ijassa-408	65	10	the	the	DET
ijassa-408	65	11	directional	directional	ADJ
ijassa-408	65	12	hill	hill	NOUN
ijassa-408	65	13	climb	climb	NOUN
ijassa-408	65	14	method	method	NOUN
ijassa-408	65	15	is	be	AUX
ijassa-408	65	16	adopted	adopt	VERB
ijassa-408	65	17	.	.	PUNCT
ijassa-408	66	1	mutation	mutation	NOUN
ijassa-408	66	2	probability	probability	NOUN
ijassa-408	66	3	of	of	ADP
ijassa-408	66	4	population	population	NOUN
ijassa-408	66	5	:	:	PUNCT
ijassa-408	66	6	this	this	DET
ijassa-408	66	7	percentage	percentage	NOUN
ijassa-408	66	8	is	be	AUX
ijassa-408	66	9	employed	employ	VERB
ijassa-408	66	10	to	to	PART
ijassa-408	66	11	avoid	avoid	VERB
ijassa-408	66	12	trapped	trap	VERB
ijassa-408	66	13	in	in	ADP
ijassa-408	66	14	local	local	ADJ
ijassa-408	66	15	best	good	ADJ
ijassa-408	66	16	.	.	PUNCT
ijassa-408	67	1	for	for	ADP
ijassa-408	67	2	engine	engine	NOUN
ijassa-408	67	3	test	test	NOUN
ijassa-408	67	4	data	datum	NOUN
ijassa-408	67	5	modelling	modelling	NOUN
ijassa-408	67	6	,	,	PUNCT
ijassa-408	67	7	the	the	DET
ijassa-408	67	8	percentage	percentage	NOUN
ijassa-408	67	9	is	be	AUX
ijassa-408	67	10	10	10	NUM
ijassa-408	67	11	%	%	NOUN
ijassa-408	67	12	.	.	PUNCT
ijassa-408	68	1	mutation	mutation	NOUN
ijassa-408	68	2	probability	probability	NOUN
ijassa-408	68	3	of	of	ADP
ijassa-408	68	4	genes	gene	NOUN
ijassa-408	68	5	:	:	PUNCT
ijassa-408	68	6	if	if	SCONJ
ijassa-408	68	7	the	the	DET
ijassa-408	68	8	percentage	percentage	NOUN
ijassa-408	68	9	is	be	AUX
ijassa-408	68	10	too	too	ADV
ijassa-408	68	11	high	high	ADJ
ijassa-408	68	12	,	,	PUNCT
ijassa-408	68	13	many	many	ADJ
ijassa-408	68	14	“	"	PUNCT
ijassa-408	68	15	wild	wild	ADJ
ijassa-408	68	16	”	"	PUNCT
ijassa-408	68	17	mutations	mutation	NOUN
ijassa-408	68	18	which	which	PRON
ijassa-408	68	19	have	have	VERB
ijassa-408	68	20	very	very	ADV
ijassa-408	68	21	poor	poor	ADJ
ijassa-408	68	22	fitness	fitness	NOUN
ijassa-408	68	23	will	will	AUX
ijassa-408	68	24	be	be	AUX
ijassa-408	68	25	involved	involve	VERB
ijassa-408	68	26	.	.	PUNCT
ijassa-408	69	1	if	if	SCONJ
ijassa-408	69	2	it	it	PRON
ijassa-408	69	3	is	be	AUX
ijassa-408	69	4	too	too	ADV
ijassa-408	69	5	low	low	ADJ
ijassa-408	69	6	,	,	PUNCT
ijassa-408	69	7	some	some	DET
ijassa-408	69	8	necessary	necessary	ADJ
ijassa-408	69	9	genes	gene	NOUN
ijassa-408	69	10	will	will	AUX
ijassa-408	69	11	not	not	PART
ijassa-408	69	12	be	be	AUX
ijassa-408	69	13	involved	involve	VERB
ijassa-408	69	14	in	in	ADP
ijassa-408	69	15	crossover	crossover	NOUN
ijassa-408	69	16	operator	operator	NOUN
ijassa-408	69	17	to	to	PART
ijassa-408	69	18	improve	improve	VERB
ijassa-408	69	19	the	the	DET
ijassa-408	69	20	solution	solution	NOUN
ijassa-408	69	21	.	.	PUNCT
ijassa-408	70	1	it	it	PRON
ijassa-408	70	2	is	be	AUX
ijassa-408	70	3	normally	normally	ADV
ijassa-408	70	4	8	8	NUM
ijassa-408	70	5	-	-	SYM
ijassa-408	70	6	10	10	NUM
ijassa-408	70	7	%	%	NOUN
ijassa-408	70	8	.	.	PUNCT
ijassa-408	71	1	fitness	fitness	NOUN
ijassa-408	71	2	function	function	NOUN
ijassa-408	71	3	in	in	ADP
ijassa-408	71	4	evaluation	evaluation	NOUN
ijassa-408	71	5	operation	operation	NOUN
ijassa-408	71	6	:	:	PUNCT
ijassa-408	72	1	fitness	fitness	NOUN
ijassa-408	72	2	function	function	NOUN
ijassa-408	72	3	is	be	AUX
ijassa-408	72	4	very	very	ADV
ijassa-408	72	5	important	important	ADJ
ijassa-408	72	6	for	for	ADP
ijassa-408	72	7	chromosome	chromosome	NOUN
ijassa-408	72	8	parent	parent	NOUN
ijassa-408	72	9	selection	selection	NOUN
ijassa-408	72	10	in	in	ADP
ijassa-408	72	11	ga	ga	PROPN
ijassa-408	72	12	operation	operation	NOUN
ijassa-408	72	13	equation	equation	NOUN
ijassa-408	72	14	3	3	NUM
ijassa-408	72	15	is	be	AUX
ijassa-408	72	16	the	the	DET
ijassa-408	72	17	fitness	fitness	NOUN
ijassa-408	72	18	function	function	NOUN
ijassa-408	72	19	used	use	VERB
ijassa-408	72	20	in	in	ADP
ijassa-408	72	21	the	the	DET
ijassa-408	72	22	ga	ga	PROPN
ijassa-408	72	23	evaluation	evaluation	NOUN
ijassa-408	72	24	.	.	PUNCT
ijassa-408	73	1	min	min	PROPN
ijassa-408	73	2	f(x1	f(x1	PROPN
ijassa-408	73	3	,	,	PUNCT
ijassa-408	73	4	x2	x2	PROPN
ijassa-408	73	5	,	,	PUNCT
ijassa-408	73	6	....	....	PUNCT
ijassa-408	73	7	,	,	PUNCT
ijassa-408	73	8	xn	xn	X
ijassa-408	73	9	)	)	PUNCT
ijassa-408	73	10	=	=	SYM
ijassa-408	74	1	∑a+	∑a+	NOUN
ijassa-408	75	1	n∑	n∑	PROPN
ijassa-408	75	2	i=1	i=1	PROPN
ijassa-408	75	3	bixi	bixi	PROPN
ijassa-408	76	1	+	+	CCONJ
ijassa-408	76	2	p∑	p∑	X
ijassa-408	76	3	j=1	j=1	PROPN
ijassa-408	76	4	hje(x1	hje(x1	PROPN
ijassa-408	76	5	)	)	PUNCT
ijassa-408	76	6	·	·	PUNCT
ijassa-408	76	7	e(x2	e(x2	NOUN
ijassa-408	76	8	)	)	PUNCT
ijassa-408	76	9	·	·	PUNCT
ijassa-408	76	10	·	·	PUNCT
ijassa-408	76	11	·	·	PUNCT
ijassa-408	76	12	e(xn)−	e(xn)−	VERB
ijassa-408	76	13	y0	y0	PRON
ijassa-408	76	14	2	2	ADJ
ijassa-408	76	15	(	(	PUNCT
ijassa-408	76	16	3	3	X
ijassa-408	76	17	)	)	PUNCT
ijassa-408	76	18	defined	define	VERB
ijassa-408	76	19	the	the	DET
ijassa-408	76	20	ranges	range	NOUN
ijassa-408	76	21	of	of	ADP
ijassa-408	76	22	variation	variation	NOUN
ijassa-408	76	23	of	of	ADP
ijassa-408	76	24	each	each	DET
ijassa-408	76	25	variable	variable	NOUN
ijassa-408	76	26	:	:	PUNCT
ijassa-408	76	27	the	the	DET
ijassa-408	76	28	ranges	range	NOUN
ijassa-408	76	29	of	of	ADP
ijassa-408	76	30	variation	variation	NOUN
ijassa-408	76	31	of	of	ADP
ijassa-408	76	32	each	each	DET
ijassa-408	76	33	variable	variable	NOUN
ijassa-408	76	34	in	in	ADP
ijassa-408	76	35	the	the	DET
ijassa-408	76	36	engine	engine	NOUN
ijassa-408	76	37	test	test	NOUN
ijassa-408	76	38	bed	bed	NOUN
ijassa-408	76	39	is	be	AUX
ijassa-408	76	40	settled	settle	VERB
ijassa-408	76	41	as	as	ADP
ijassa-408	76	42	table	table	NOUN
ijassa-408	76	43	2	2	NUM
ijassa-408	76	44	,	,	PUNCT
ijassa-408	76	45	which	which	PRON
ijassa-408	76	46	will	will	AUX
ijassa-408	76	47	constraint	constraint	VERB
ijassa-408	76	48	the	the	DET
ijassa-408	76	49	variables	variable	NOUN
ijassa-408	76	50	of	of	ADP
ijassa-408	76	51	x1	x1	PROPN
ijassa-408	76	52	,	,	PUNCT
ijassa-408	76	53	x2,	x2,	PROPN
ijassa-408	76	54	...	...	PUNCT
ijassa-408	76	55	,xn	,xn	PUNCT
ijassa-408	76	56	;	;	PUNCT
ijassa-408	76	57	in	in	ADP
ijassa-408	76	58	(	(	PUNCT
ijassa-408	76	59	2	2	NUM
ijassa-408	76	60	)	)	PUNCT
ijassa-408	76	61	during	during	ADP
ijassa-408	76	62	the	the	DET
ijassa-408	76	63	ga	ga	PROPN
ijassa-408	76	64	operation	operation	NOUN
ijassa-408	76	65	.	.	PUNCT
ijassa-408	77	1	3.3	3.3	NUM
ijassa-408	77	2	output	output	NOUN
ijassa-408	77	3	results	result	NOUN
ijassa-408	77	4	from	from	ADP
ijassa-408	77	5	the	the	DET
ijassa-408	77	6	combined	combine	VERB
ijassa-408	77	7	exponationa	exponationa	NOUN
ijassa-408	77	8	model	model	NOUN
ijassa-408	77	9	as	as	SCONJ
ijassa-408	77	10	mentioned	mention	VERB
ijassa-408	77	11	before	before	ADV
ijassa-408	77	12	,	,	PUNCT
ijassa-408	77	13	the	the	DET
ijassa-408	77	14	parameters	parameter	NOUN
ijassa-408	77	15	of	of	ADP
ijassa-408	77	16	the	the	DET
ijassa-408	77	17	(	(	PUNCT
ijassa-408	77	18	2	2	NUM
ijassa-408	77	19	)	)	PUNCT
ijassa-408	77	20	are	be	AUX
ijassa-408	77	21	obtained	obtain	VERB
ijassa-408	77	22	from	from	ADP
ijassa-408	77	23	the	the	DET
ijassa-408	77	24	existed	existed	ADJ
ijassa-408	77	25	test	test	NOUN
ijassa-408	77	26	data	datum	NOUN
ijassa-408	77	27	from	from	ADP
ijassa-408	77	28	etb	etb	PROPN
ijassa-408	77	29	by	by	ADP
ijassa-408	77	30	ga	ga	PROPN
ijassa-408	77	31	system	system	NOUN
ijassa-408	77	32	.	.	PUNCT
ijassa-408	78	1	as	as	ADV
ijassa-408	78	2	soon	soon	ADV
ijassa-408	78	3	as	as	SCONJ
ijassa-408	78	4	the	the	DET
ijassa-408	78	5	parametes	paramete	NOUN
ijassa-408	78	6	is	be	AUX
ijassa-408	78	7	defined	define	VERB
ijassa-408	78	8	,	,	PUNCT
ijassa-408	78	9	the	the	DET
ijassa-408	78	10	equation	equation	NOUN
ijassa-408	78	11	advances	advance	VERB
ijassa-408	78	12	in	in	ADP
ijassa-408	78	13	systems	system	NOUN
ijassa-408	78	14	science	science	NOUN
ijassa-408	78	15	and	and	CCONJ
ijassa-408	78	16	applications	application	NOUN
ijassa-408	78	17	(	(	PUNCT
ijassa-408	78	18	2014	2014	NUM
ijassa-408	78	19	)	)	PUNCT
ijassa-408	78	20	vol.14	vol.14	NOUN
ijassa-408	78	21	no.1	no.1	X
ijassa-408	78	22	55	55	NUM
ijassa-408	78	23	table	table	NOUN
ijassa-408	78	24	2	2	NUM
ijassa-408	78	25	experimental	experimental	ADJ
ijassa-408	78	26	data	datum	NOUN
ijassa-408	78	27	ranges	range	VERB
ijassa-408	78	28	variables	variable	NOUN
ijassa-408	78	29	range	range	VERB
ijassa-408	78	30	x1	x1	DET
ijassa-408	78	31	input	input	NOUN
ijassa-408	78	32	:	:	PUNCT
ijassa-408	78	33	speed	speed	NOUN
ijassa-408	78	34	1237	1237	NUM
ijassa-408	78	35	to	to	ADP
ijassa-408	78	36	4253	4253	NUM
ijassa-408	79	1	x2	x2	PROPN
ijassa-408	79	2	input	input	NOUN
ijassa-408	79	3	:	:	PUNCT
ijassa-408	79	4	bmep	bmep	NOUN
ijassa-408	79	5	0.9	0.9	NUM
ijassa-408	79	6	to	to	ADP
ijassa-408	79	7	6.8	6.8	NUM
ijassa-408	79	8	x3	x3	ADJ
ijassa-408	79	9	input	input	NOUN
ijassa-408	79	10	:	:	PUNCT
ijassa-408	79	11	vanosin	vanosin	NOUN
ijassa-408	79	12	80	80	NUM
ijassa-408	79	13	to	to	PART
ijassa-408	79	14	132	132	NUM
ijassa-408	79	15	x4	x4	ADJ
ijassa-408	79	16	input	input	NOUN
ijassa-408	79	17	:	:	PUNCT
ijassa-408	79	18	vanosex	vanosex	NOUN
ijassa-408	79	19	70	70	NUM
ijassa-408	79	20	to	to	PART
ijassa-408	79	21	135	135	NUM
ijassa-408	79	22	x5	x5	NOUN
ijassa-408	79	23	input	input	NOUN
ijassa-408	79	24	:	:	PUNCT
ijassa-408	79	25	igtiming	igtime	VERB
ijassa-408	79	26	4.5	4.5	NUM
ijassa-408	79	27	to	to	PART
ijassa-408	79	28	51	51	NUM
ijassa-408	79	29	y	y	PROPN
ijassa-408	79	30	output	output	NOUN
ijassa-408	79	31	:	:	PUNCT
ijassa-408	79	32	bfsc	bfsc	PROPN
ijassa-408	79	33	average	average	NOUN
ijassa-408	79	34	:	:	PUNCT
ijassa-408	79	35	346	346	NUM
ijassa-408	79	36	2	2	NUM
ijassa-408	79	37	can	can	AUX
ijassa-408	79	38	be	be	AUX
ijassa-408	79	39	used	use	VERB
ijassa-408	79	40	to	to	PART
ijassa-408	79	41	calculate	calculate	VERB
ijassa-408	79	42	the	the	DET
ijassa-408	79	43	engine	engine	NOUN
ijassa-408	79	44	output	output	NOUN
ijassa-408	79	45	bsfc	bsfc	NOUN
ijassa-408	79	46	.	.	PUNCT
ijassa-408	80	1	fig	fig	NOUN
ijassa-408	80	2	.	.	PUNCT
ijassa-408	81	1	4	4	NUM
ijassa-408	81	2	shows	show	VERB
ijassa-408	81	3	the	the	DET
ijassa-408	81	4	3d	3d	NUM
ijassa-408	81	5	surface	surface	NOUN
ijassa-408	81	6	drawings	drawing	NOUN
ijassa-408	81	7	by	by	ADP
ijassa-408	81	8	the	the	DET
ijassa-408	81	9	ordinary	ordinary	ADJ
ijassa-408	81	10	test	test	NOUN
ijassa-408	81	11	data	datum	NOUN
ijassa-408	81	12	and	and	CCONJ
ijassa-408	81	13	the	the	DET
ijassa-408	81	14	data	datum	NOUN
ijassa-408	81	15	calculated	calculate	VERB
ijassa-408	81	16	from	from	ADP
ijassa-408	81	17	(	(	PUNCT
ijassa-408	81	18	4	4	X
ijassa-408	81	19	)	)	PUNCT
ijassa-408	81	20	it	it	PRON
ijassa-408	81	21	is	be	AUX
ijassa-408	81	22	obviously	obviously	ADV
ijassa-408	81	23	that	that	SCONJ
ijassa-408	81	24	the	the	DET
ijassa-408	81	25	major	major	ADJ
ijassa-408	81	26	convex	convex	NOUN
ijassa-408	81	27	or	or	CCONJ
ijassa-408	81	28	concave	concave	ADJ
ijassa-408	81	29	peaks	peak	NOUN
ijassa-408	81	30	in	in	ADP
ijassa-408	81	31	(	(	PUNCT
ijassa-408	81	32	c	c	X
ijassa-408	81	33	)	)	PUNCT
ijassa-408	81	34	are	be	AUX
ijassa-408	81	35	repeated	repeat	VERB
ijassa-408	81	36	in	in	ADP
ijassa-408	81	37	(	(	PUNCT
ijassa-408	81	38	d	d	NOUN
ijassa-408	81	39	)	)	PUNCT
ijassa-408	81	40	.	.	PUNCT
ijassa-408	82	1	it	it	PRON
ijassa-408	82	2	means	mean	VERB
ijassa-408	82	3	that	that	SCONJ
ijassa-408	82	4	the	the	DET
ijassa-408	82	5	new	new	ADJ
ijassa-408	82	6	model	model	NOUN
ijassa-408	82	7	can	can	AUX
ijassa-408	82	8	generat	generat	VERB
ijassa-408	82	9	the	the	DET
ijassa-408	82	10	major	major	ADJ
ijassa-408	82	11	features	feature	NOUN
ijassa-408	82	12	of	of	ADP
ijassa-408	82	13	the	the	DET
ijassa-408	82	14	black	black	PROPN
ijassa-408	82	15	box	box	NOUN
ijassa-408	82	16	system	system	NOUN
ijassa-408	82	17	(	(	PUNCT
ijassa-408	82	18	engine	engine	NOUN
ijassa-408	82	19	perfomance	perfomance	NOUN
ijassa-408	82	20	)	)	PUNCT
ijassa-408	82	21	and	and	CCONJ
ijassa-408	82	22	it	it	PRON
ijassa-408	82	23	is	be	AUX
ijassa-408	82	24	much	much	ADV
ijassa-408	82	25	more	more	ADV
ijassa-408	82	26	better	well	ADJ
ijassa-408	82	27	than	than	ADP
ijassa-408	82	28	using	use	VERB
ijassa-408	82	29	the	the	DET
ijassa-408	82	30	quadratical	quadratical	ADJ
ijassa-408	82	31	model	model	NOUN
ijassa-408	82	32	in	in	ADP
ijassa-408	82	33	engine	engine	NOUN
ijassa-408	82	34	test	test	NOUN
ijassa-408	82	35	data	datum	NOUN
ijassa-408	82	36	modelling	modelling	NOUN
ijassa-408	82	37	.	.	PUNCT
ijassa-408	83	1	(	(	PUNCT
ijassa-408	83	2	a	a	X
ijassa-408	83	3	)	)	PUNCT
ijassa-408	83	4	draw	draw	NOUN
ijassa-408	83	5	by	by	ADP
ijassa-408	83	6	the	the	DET
ijassa-408	83	7	original	original	ADJ
ijassa-408	83	8	tested	test	VERB
ijassa-408	83	9	data	datum	NOUN
ijassa-408	83	10	(	(	PUNCT
ijassa-408	83	11	b	b	NOUN
ijassa-408	83	12	)	)	PUNCT
ijassa-408	83	13	draw	draw	NOUN
ijassa-408	83	14	by	by	ADP
ijassa-408	83	15	the	the	DET
ijassa-408	83	16	calculated	calculate	VERB
ijassa-408	83	17	data	datum	NOUN
ijassa-408	83	18	from	from	ADP
ijassa-408	83	19	new	new	ADJ
ijassa-408	83	20	model	model	NOUN
ijassa-408	83	21	fig.4	fig.4	NOUN
ijassa-408	83	22	comparing	compare	VERB
ijassa-408	83	23	the	the	DET
ijassa-408	83	24	original	original	ADJ
ijassa-408	83	25	tested	test	VERB
ijassa-408	83	26	data	datum	NOUN
ijassa-408	83	27	and	and	CCONJ
ijassa-408	83	28	the	the	DET
ijassa-408	83	29	calculated	calculated	ADJ
ijassa-408	83	30	data	datum	NOUN
ijassa-408	83	31	using	use	VERB
ijassa-408	83	32	the	the	DET
ijassa-408	83	33	new	new	ADJ
ijassa-408	83	34	model	model	NOUN
ijassa-408	83	35	4	4	NUM
ijassa-408	83	36	employing	employ	VERB
ijassa-408	83	37	the	the	DET
ijassa-408	83	38	neural	neural	ADJ
ijassa-408	83	39	network	network	NOUN
ijassa-408	83	40	model	model	NOUN
ijassa-408	83	41	for	for	ADP
ijassa-408	83	42	engine	engine	NOUN
ijassa-408	83	43	test	test	NOUN
ijassa-408	83	44	data	datum	NOUN
ijassa-408	83	45	modelling[56	modelling[56	X
ijassa-408	83	46	]	]	X
ijassa-408	83	47	4.1	4.1	NUM
ijassa-408	83	48	develop	develop	VERB
ijassa-408	83	49	the	the	DET
ijassa-408	83	50	radial	radial	ADJ
ijassa-408	83	51	basis	basis	NOUN
ijassa-408	83	52	function	function	NOUN
ijassa-408	83	53	(	(	PUNCT
ijassa-408	83	54	rbf	rbf	PROPN
ijassa-408	83	55	)	)	PUNCT
ijassa-408	83	56	networks	network	NOUN
ijassa-408	83	57	for	for	ADP
ijassa-408	83	58	engine	engine	NOUN
ijassa-408	83	59	calibration	calibration	NOUN
ijassa-408	83	60	modelling	model	VERB
ijassa-408	83	61	task[5	task[5	NUM
ijassa-408	83	62	]	]	PUNCT
ijassa-408	83	63	in	in	ADP
ijassa-408	83	64	2003	2003	NUM
ijassa-408	83	65	,	,	PUNCT
ijassa-408	83	66	dr	dr	PROPN
ijassa-408	83	67	.	.	PROPN
ijassa-408	83	68	lin	lin	PROPN
ijassa-408	83	69	has	have	AUX
ijassa-408	83	70	published	publish	VERB
ijassa-408	83	71	a	a	DET
ijassa-408	83	72	paper	paper	NOUN
ijassa-408	83	73	.	.	PUNCT
ijassa-408	84	1	in	in	ADP
ijassa-408	84	2	the	the	DET
ijassa-408	84	3	paper	paper	NOUN
ijassa-408	84	4	the	the	DET
ijassa-408	84	5	neural	neural	ADJ
ijassa-408	84	6	networks	network	NOUN
ijassa-408	84	7	used	use	VERB
ijassa-408	84	8	on	on	ADP
ijassa-408	84	9	the	the	DET
ijassa-408	84	10	engine	engine	NOUN
ijassa-408	84	11	test	test	NOUN
ijassa-408	84	12	data	datum	NOUN
ijassa-408	84	13	modelling	modelling	NOUN
ijassa-408	84	14	was	be	AUX
ijassa-408	84	15	mentioned	mention	VERB
ijassa-408	84	16	.	.	PUNCT
ijassa-408	85	1	on	on	ADP
ijassa-408	85	2	the	the	DET
ijassa-408	85	3	application	application	NOUN
ijassa-408	85	4	,	,	PUNCT
ijassa-408	85	5	radial	radial	ADJ
ijassa-408	85	6	basis	basis	NOUN
ijassa-408	85	7	function	function	NOUN
ijassa-408	85	8	(	(	PUNCT
ijassa-408	85	9	rbf	rbf	PROPN
ijassa-408	85	10	)	)	PUNCT
ijassa-408	85	11	networks	network	NOUN
ijassa-408	85	12	is	be	AUX
ijassa-408	85	13	used	use	VERB
ijassa-408	85	14	for	for	ADP
ijassa-408	85	15	engine	engine	NOUN
ijassa-408	85	16	calibration	calibration	NOUN
ijassa-408	85	17	modelling	model	VERB
ijassa-408	85	18	task	task	NOUN
ijassa-408	85	19	.	.	PUNCT
ijassa-408	86	1	rbf	rbf	PROPN
ijassa-408	86	2	networks	network	NOUN
ijassa-408	86	3	are	be	AUX
ijassa-408	86	4	universal	universal	ADJ
ijassa-408	86	5	approximates	approximate	NOUN
ijassa-408	86	6	,	,	PUNCT
ijassa-408	86	7	that	that	ADV
ijassa-408	86	8	is	is	ADV
ijassa-408	86	9	,	,	PUNCT
ijassa-408	86	10	given	give	VERB
ijassa-408	86	11	a	a	DET
ijassa-408	86	12	network	network	NOUN
ijassa-408	86	13	with	with	ADP
ijassa-408	86	14	enough	enough	ADJ
ijassa-408	86	15	hidden	hide	VERB
ijassa-408	86	16	layer	layer	NOUN
ijassa-408	86	17	neurones	neurone	NOUN
ijassa-408	86	18	,	,	PUNCT
ijassa-408	86	19	they	they	PRON
ijassa-408	86	20	can	can	AUX
ijassa-408	86	21	approximate	approximate	VERB
ijassa-408	86	22	any	any	DET
ijassa-408	86	23	continuous	continuous	ADJ
ijassa-408	86	24	function	function	NOUN
ijassa-408	86	25	with	with	ADP
ijassa-408	86	26	any	any	DET
ijassa-408	86	27	arbitrary	arbitrary	ADJ
ijassa-408	86	28	accuracy	accuracy	NOUN
ijassa-408	86	29	[	[	X
ijassa-408	86	30	7	7	NUM
ijassa-408	86	31	-	-	SYM
ijassa-408	86	32	8	8	NUM
ijassa-408	86	33	]	]	PUNCT
ijassa-408	86	34	.	.	PUNCT
ijassa-408	87	1	an	an	DET
ijassa-408	87	2	rbf	rbf	PROPN
ijassa-408	87	3	is	be	AUX
ijassa-408	87	4	one	one	NUM
ijassa-408	87	5	whose	whose	DET
ijassa-408	87	6	output	output	NOUN
ijassa-408	87	7	is	be	AUX
ijassa-408	87	8	symmetric	symmetric	ADJ
ijassa-408	87	9	around	around	ADP
ijassa-408	87	10	an	an	DET
ijassa-408	87	11	associated	associated	ADJ
ijassa-408	87	12	centre	centre	NOUN
ijassa-408	88	1	µj	µj	INTJ
ijassa-408	88	2	.	.	PUNCT
ijassa-408	89	1	it	it	PRON
ijassa-408	89	2	is	be	AUX
ijassa-408	89	3	56	56	NUM
ijassa-408	89	4	m.h	m.h	PROPN
ijassa-408	89	5	.	.	PROPN
ijassa-408	89	6	wu	wu	PROPN
ijassa-408	89	7	:	:	PUNCT
ijassa-408	89	8	investigation	investigation	NOUN
ijassa-408	89	9	of	of	ADP
ijassa-408	89	10	the	the	DET
ijassa-408	89	11	different	different	ADJ
ijassa-408	89	12	type	type	NOUN
ijassa-408	89	13	models	model	NOUN
ijassa-408	89	14	for	for	ADP
ijassa-408	89	15	engine	engine	NOUN
ijassa-408	89	16	test	test	NOUN
ijassa-408	89	17	data	datum	NOUN
ijassa-408	89	18	modelling	modelling	NOUN
ijassa-408	89	19	generally	generally	ADV
ijassa-408	89	20	described	describe	VERB
ijassa-408	89	21	as	as	ADP
ijassa-408	89	22	:	:	PUNCT
ijassa-408	89	23	ϕj(r	ϕj(r	PUNCT
ijassa-408	89	24	)	)	PUNCT
ijassa-408	90	1	=	=	SYM
ijassa-408	90	2	ϕj(r)(∥x−	ϕj(r)(∥x−	NUM
ijassa-408	90	3	µj∥	µj∥	ADV
ijassa-408	90	4	)	)	PUNCT
ijassa-408	90	5	;	;	PUNCT
ijassa-408	90	6	x	x	X
ijassa-408	90	7	∈	∈	PROPN
ijassa-408	90	8	rn	rn	PROPN
ijassa-408	90	9	;	;	PUNCT
ijassa-408	90	10	r	r	NOUN
ijassa-408	90	11	≥	≥	NOUN
ijassa-408	90	12	0	0	NUM
ijassa-408	90	13	(	(	PUNCT
ijassa-408	90	14	4	4	NUM
ijassa-408	90	15	)	)	PUNCT
ijassa-408	90	16	where	where	SCONJ
ijassa-408	90	17	ϕj(r	ϕj(r	PUNCT
ijassa-408	90	18	)	)	PUNCT
ijassa-408	90	19	is	be	AUX
ijassa-408	90	20	a	a	DET
ijassa-408	90	21	continue	continue	NOUN
ijassa-408	90	22	function	function	NOUN
ijassa-408	90	23	on(0,∞)and	on(0,∞)and	ADP
ijassa-408	90	24	∥	∥	PUNCT
ijassa-408	90	25	·	·	PUNCT
ijassa-408	90	26	∥	∥	PUNCT
ijassa-408	90	27	denotes	denote	VERB
ijassa-408	90	28	the	the	DET
ijassa-408	90	29	euclidean	euclidean	PROPN
ijassa-408	90	30	norm	norm	NOUN
ijassa-408	90	31	.	.	PUNCT
ijassa-408	91	1	linear	linear	ADJ
ijassa-408	91	2	combination	combination	NOUN
ijassa-408	91	3	of	of	ADP
ijassa-408	91	4	rbfs	rbfs	NOUN
ijassa-408	91	5	represents	represent	VERB
ijassa-408	91	6	a	a	DET
ijassa-408	91	7	wide	wide	ADJ
ijassa-408	91	8	classes	class	NOUN
ijassa-408	91	9	of	of	ADP
ijassa-408	91	10	functions	function	NOUN
ijassa-408	91	11	:	:	PUNCT
ijassa-408	91	12	yj(x	yj(x	NUM
ijassa-408	91	13	)	)	PUNCT
ijassa-408	92	1	=	=	PUNCT
ijassa-408	92	2	m∑	m∑	CCONJ
ijassa-408	92	3	j=1	j=1	PROPN
ijassa-408	92	4	ωijϕj(∥x−	ωijϕj(∥x−	ADV
ijassa-408	92	5	µj∥	µj∥	PROPN
ijassa-408	92	6	)	)	PUNCT
ijassa-408	93	1	+	+	CCONJ
ijassa-408	93	2	ωi0	ωi0	NOUN
ijassa-408	93	3	(	(	PUNCT
ijassa-408	93	4	5	5	NUM
ijassa-408	93	5	)	)	PUNCT
ijassa-408	93	6	the	the	DET
ijassa-408	93	7	bias	bias	NOUN
ijassa-408	93	8	wi0	wi0	NOUN
ijassa-408	93	9	compensates	compensate	VERB
ijassa-408	93	10	for	for	ADP
ijassa-408	93	11	the	the	DET
ijassa-408	93	12	difference	difference	NOUN
ijassa-408	93	13	between	between	ADP
ijassa-408	93	14	the	the	DET
ijassa-408	93	15	average	average	ADJ
ijassa-408	93	16	value	value	NOUN
ijassa-408	93	17	over	over	ADP
ijassa-408	93	18	the	the	DET
ijassa-408	93	19	fig.5	fig.5	PROPN
ijassa-408	93	20	rbf	rbf	PROPN
ijassa-408	93	21	network	network	NOUN
ijassa-408	93	22	structure	structure	NOUN
ijassa-408	93	23	data	datum	NOUN
ijassa-408	93	24	set	set	VERB
ijassa-408	93	25	of	of	ADP
ijassa-408	93	26	the	the	DET
ijassa-408	93	27	basis	basis	NOUN
ijassa-408	93	28	function	function	NOUN
ijassa-408	93	29	activation	activation	NOUN
ijassa-408	93	30	and	and	CCONJ
ijassa-408	93	31	the	the	DET
ijassa-408	93	32	corresponding	corresponding	ADJ
ijassa-408	93	33	average	average	ADJ
ijassa-408	93	34	value	value	NOUN
ijassa-408	93	35	of	of	ADP
ijassa-408	93	36	the	the	DET
ijassa-408	93	37	targets	target	NOUN
ijassa-408	93	38	.	.	PUNCT
ijassa-408	94	1	the	the	DET
ijassa-408	94	2	rbf	rbf	PROPN
ijassa-408	94	3	network	network	NOUN
ijassa-408	94	4	is	be	AUX
ijassa-408	94	5	depicted	depict	VERB
ijassa-408	94	6	as	as	SCONJ
ijassa-408	94	7	shown	show	VERB
ijassa-408	94	8	in	in	ADP
ijassa-408	94	9	fig.5	fig.5	PROPN
ijassa-408	94	10	.	.	PUNCT
ijassa-408	95	1	the	the	DET
ijassa-408	95	2	bias	bias	NOUN
ijassa-408	95	3	wi0	wi0	NOUN
ijassa-408	95	4	can	can	AUX
ijassa-408	95	5	be	be	AUX
ijassa-408	95	6	incorporated	incorporate	VERB
ijassa-408	95	7	into	into	ADP
ijassa-408	95	8	the	the	DET
ijassa-408	95	9	summation	summation	NOUN
ijassa-408	95	10	by	by	ADP
ijassa-408	95	11	introducing	introduce	VERB
ijassa-408	95	12	an	an	DET
ijassa-408	95	13	extra	extra	ADJ
ijassa-408	95	14	basis	basis	NOUN
ijassa-408	95	15	function	function	NOUN
ijassa-408	95	16	ϕ0	ϕ0	NOUN
ijassa-408	95	17	and	and	CCONJ
ijassa-408	95	18	setting	set	VERB
ijassa-408	95	19	its	its	PRON
ijassa-408	95	20	activation	activation	NOUN
ijassa-408	95	21	to	to	ADP
ijassa-408	95	22	unity	unity	NOUN
ijassa-408	95	23	.	.	PUNCT
ijassa-408	96	1	thus	thus	ADV
ijassa-408	96	2	the	the	DET
ijassa-408	96	3	(	(	PUNCT
ijassa-408	96	4	2	2	NUM
ijassa-408	96	5	)	)	PUNCT
ijassa-408	96	6	can	can	AUX
ijassa-408	96	7	be	be	AUX
ijassa-408	96	8	written	write	VERB
ijassa-408	96	9	as	as	ADP
ijassa-408	96	10	yj(x	yj(x	PRON
ijassa-408	96	11	)	)	PUNCT
ijassa-408	96	12	=	=	PUNCT
ijassa-408	97	1	m∑	m∑	CCONJ
ijassa-408	97	2	j=1	j=1	PROPN
ijassa-408	97	3	ωijϕj(∥x−	ωijϕj(∥x−	ADV
ijassa-408	97	4	µj∥	µj∥	PROPN
ijassa-408	97	5	)	)	PUNCT
ijassa-408	97	6	(	(	PUNCT
ijassa-408	97	7	6	6	NUM
ijassa-408	97	8	)	)	PUNCT
ijassa-408	97	9	follows	follow	VERB
ijassa-408	97	10	are	be	AUX
ijassa-408	97	11	the	the	DET
ijassa-408	97	12	typical	typical	ADJ
ijassa-408	97	13	functions	function	NOUN
ijassa-408	97	14	of	of	ADP
ijassa-408	97	15	the	the	DET
ijassa-408	97	16	rbf	rbf	PROPN
ijassa-408	97	17	:	:	PUNCT
ijassa-408	97	18	•	•	ADP
ijassa-408	97	19	the	the	DET
ijassa-408	97	20	gaussian	gaussian	ADJ
ijassa-408	97	21	function	function	NOUN
ijassa-408	97	22	:	:	PUNCT
ijassa-408	97	23	ϕ(r	ϕ(r	PROPN
ijassa-408	97	24	)	)	PUNCT
ijassa-408	98	1	=	=	SYM
ijassa-408	98	2	exp(−r2/2	exp(−r2/2	NOUN
ijassa-408	98	3	)	)	PUNCT
ijassa-408	98	4	(	(	PUNCT
ijassa-408	98	5	7	7	NUM
ijassa-408	98	6	)	)	PUNCT
ijassa-408	98	7	•	•	NOUN
ijassa-408	98	8	the	the	DET
ijassa-408	98	9	thin	thin	ADJ
ijassa-408	98	10	plate	plate	NOUN
ijassa-408	98	11	spline	spline	NOUN
ijassa-408	98	12	function	function	NOUN
ijassa-408	98	13	:	:	PUNCT
ijassa-408	98	14	ϕ(r	ϕ(r	PROPN
ijassa-408	98	15	)	)	PUNCT
ijassa-408	99	1	=	=	SYM
ijassa-408	99	2	r2	r2	PROPN
ijassa-408	99	3	×	×	NOUN
ijassa-408	99	4	log	log	NOUN
ijassa-408	99	5	r	r	NOUN
ijassa-408	99	6	(	(	PUNCT
ijassa-408	99	7	8)	8)	NUM
ijassa-408	99	8	advances	advance	NOUN
ijassa-408	99	9	in	in	ADP
ijassa-408	99	10	systems	system	NOUN
ijassa-408	99	11	science	science	NOUN
ijassa-408	99	12	and	and	CCONJ
ijassa-408	99	13	applications	application	NOUN
ijassa-408	99	14	(	(	PUNCT
ijassa-408	99	15	2014	2014	NUM
ijassa-408	99	16	)	)	PUNCT
ijassa-408	99	17	vol.14	vol.14	NOUN
ijassa-408	99	18	no.1	no.1	X
ijassa-408	99	19	57	57	NUM
ijassa-408	99	20	•	•	NOUN
ijassa-408	99	21	the	the	DET
ijassa-408	99	22	multiquadric	multiquadric	ADJ
ijassa-408	99	23	function	function	NOUN
ijassa-408	99	24	:	:	PUNCT
ijassa-408	99	25	ϕ(r	ϕ(r	PROPN
ijassa-408	99	26	)	)	PUNCT
ijassa-408	100	1	=	=	PRON
ijassa-408	100	2	(	(	PUNCT
ijassa-408	100	3	r2	r2	PROPN
ijassa-408	100	4	+	+	CCONJ
ijassa-408	100	5	1)1/2	1)1/2	NUM
ijassa-408	100	6	(	(	PUNCT
ijassa-408	100	7	9	9	NUM
ijassa-408	100	8	)	)	PUNCT
ijassa-408	100	9	•	•	NOUN
ijassa-408	100	10	the	the	DET
ijassa-408	100	11	inverse	inverse	NOUN
ijassa-408	100	12	multiquadric	multiquadric	ADJ
ijassa-408	100	13	function	function	NOUN
ijassa-408	100	14	:	:	PUNCT
ijassa-408	100	15	ϕ(r	ϕ(r	PROPN
ijassa-408	100	16	)	)	PUNCT
ijassa-408	101	1	=	=	SYM
ijassa-408	101	2	1	1	NUM
ijassa-408	101	3	(	(	PUNCT
ijassa-408	101	4	r2	r2	PROPN
ijassa-408	101	5	+	+	CCONJ
ijassa-408	101	6	1)1/2	1)1/2	PROPN
ijassa-408	101	7	(	(	PUNCT
ijassa-408	101	8	10	10	NUM
ijassa-408	101	9	)	)	PUNCT
ijassa-408	101	10	•	•	NOUN
ijassa-408	101	11	the	the	DET
ijassa-408	101	12	pseudo	pseudo	NOUN
ijassa-408	101	13	cubic	cubic	ADJ
ijassa-408	101	14	spline	spline	NOUN
ijassa-408	101	15	function	function	NOUN
ijassa-408	101	16	ϕ(r	ϕ(r	PROPN
ijassa-408	101	17	)	)	PUNCT
ijassa-408	102	1	=	=	SYM
ijassa-408	102	2	r3	r3	PROPN
ijassa-408	102	3	(	(	PUNCT
ijassa-408	102	4	11	11	NUM
ijassa-408	102	5	)	)	PUNCT
ijassa-408	102	6	•	•	NOUN
ijassa-408	102	7	the	the	DET
ijassa-408	102	8	logarithmic	logarithmic	ADJ
ijassa-408	102	9	function	function	NOUN
ijassa-408	102	10	:	:	PUNCT
ijassa-408	102	11	ϕ(r	ϕ(r	PROPN
ijassa-408	102	12	)	)	PUNCT
ijassa-408	103	1	=	=	PUNCT
ijassa-408	103	2	log(r2	log(r2	NOUN
ijassa-408	103	3	+	+	NOUN
ijassa-408	103	4	1	1	NUM
ijassa-408	103	5	)	)	PUNCT
ijassa-408	103	6	(	(	PUNCT
ijassa-408	103	7	12	12	NUM
ijassa-408	103	8	)	)	PUNCT
ijassa-408	103	9	where	where	SCONJ
ijassa-408	103	10	r	r	NOUN
ijassa-408	103	11	is	be	AUX
ijassa-408	103	12	a	a	DET
ijassa-408	103	13	non	non	ADJ
ijassa-408	103	14	-	-	ADJ
ijassa-408	103	15	negative	negative	ADJ
ijassa-408	103	16	number	number	NOUN
ijassa-408	103	17	and	and	CCONJ
ijassa-408	103	18	is	be	AUX
ijassa-408	103	19	the	the	DET
ijassa-408	103	20	scaled	scale	VERB
ijassa-408	103	21	distance	distance	NOUN
ijassa-408	103	22	from	from	ADP
ijassa-408	103	23	the	the	DET
ijassa-408	103	24	input	input	NOUN
ijassa-408	103	25	vector	vector	NOUN
ijassa-408	103	26	x	x	X
ijassa-408	103	27	to	to	ADP
ijassa-408	103	28	the	the	DET
ijassa-408	103	29	rbf	rbf	PROPN
ijassa-408	103	30	centre	centre	PROPN
ijassa-408	103	31	,	,	PUNCT
ijassa-408	103	32	which	which	PRON
ijassa-408	103	33	is	be	AUX
ijassa-408	103	34	defined	define	VERB
ijassa-408	103	35	as	as	ADP
ijassa-408	103	36	:	:	PUNCT
ijassa-408	103	37	rj	rj	X
ijassa-408	103	38	=	=	PUNCT
ijassa-408	103	39	√√√√	√√√√	DET
ijassa-408	103	40	n∑	n∑	NOUN
ijassa-408	103	41	l=1	l=1	PROPN
ijassa-408	103	42	(	(	PUNCT
ijassa-408	103	43	xl	xl	PROPN
ijassa-408	103	44	−	−	PROPN
ijassa-408	103	45	µlj)2	µlj)2	PROPN
ijassa-408	103	46	σ2	σ2	PROPN
ijassa-408	103	47	j	j	PROPN
ijassa-408	103	48	(	(	PUNCT
ijassa-408	103	49	13	13	NUM
ijassa-408	103	50	)	)	PUNCT
ijassa-408	103	51	in	in	ADP
ijassa-408	103	52	(	(	PUNCT
ijassa-408	103	53	13	13	NUM
ijassa-408	103	54	)	)	PUNCT
ijassa-408	103	55	,	,	PUNCT
ijassa-408	103	56	n	n	PRON
ijassa-408	103	57	is	be	AUX
ijassa-408	103	58	the	the	DET
ijassa-408	103	59	dimension	dimension	NOUN
ijassa-408	103	60	of	of	ADP
ijassa-408	103	61	input	input	NOUN
ijassa-408	103	62	vector	vector	NOUN
ijassa-408	103	63	and	and	CCONJ
ijassa-408	103	64	σj	σj	ADJ
ijassa-408	103	65	is	be	AUX
ijassa-408	103	66	scale	scale	NOUN
ijassa-408	103	67	factor	factor	NOUN
ijassa-408	103	68	or	or	CCONJ
ijassa-408	103	69	width	width	NOUN
ijassa-408	103	70	of	of	ADP
ijassa-408	103	71	rbf	rbf	PROPN
ijassa-408	103	72	.	.	PUNCT
ijassa-408	104	1	in	in	ADP
ijassa-408	104	2	engine	engine	NOUN
ijassa-408	104	3	calibration	calibration	NOUN
ijassa-408	104	4	modelling	modelling	NOUN
ijassa-408	104	5	task	task	NOUN
ijassa-408	104	6	,	,	PUNCT
ijassa-408	104	7	all	all	PRON
ijassa-408	104	8	of	of	ADP
ijassa-408	104	9	six	six	NUM
ijassa-408	104	10	rbfs	rbfs	NOUN
ijassa-408	104	11	described	describe	VERB
ijassa-408	104	12	above	above	ADV
ijassa-408	104	13	are	be	AUX
ijassa-408	104	14	applied	apply	VERB
ijassa-408	104	15	.	.	PUNCT
ijassa-408	105	1	4.2	4.2	NUM
ijassa-408	105	2	develop	develop	VERB
ijassa-408	105	3	neural	neural	ADJ
ijassa-408	105	4	network	network	NOUN
ijassa-408	105	5	modelling	model	VERB
ijassa-408	105	6	tool	tool	NOUN
ijassa-408	105	7	for	for	ADP
ijassa-408	105	8	engine	engine	NOUN
ijassa-408	105	9	calibration	calibration	NOUN
ijassa-408	105	10	modelling	model	VERB
ijassa-408	105	11	task[6	task[6	NOUN
ijassa-408	105	12	]	]	X
ijassa-408	105	13	the	the	DET
ijassa-408	105	14	fig.6	fig.6	PROPN
ijassa-408	105	15	shows	show	VERB
ijassa-408	105	16	the	the	DET
ijassa-408	105	17	structure	structure	NOUN
ijassa-408	105	18	of	of	ADP
ijassa-408	105	19	the	the	DET
ijassa-408	105	20	neural	neural	ADJ
ijassa-408	105	21	network	network	NOUN
ijassa-408	105	22	modeling	model	VERB
ijassa-408	105	23	tool	tool	NOUN
ijassa-408	105	24	used	use	VERB
ijassa-408	105	25	on	on	ADP
ijassa-408	105	26	the	the	DET
ijassa-408	105	27	engine	engine	NOUN
ijassa-408	105	28	test	test	NOUN
ijassa-408	105	29	bed	bed	NOUN
ijassa-408	105	30	.	.	PUNCT
ijassa-408	106	1	when	when	SCONJ
ijassa-408	106	2	the	the	DET
ijassa-408	106	3	tested	test	VERB
ijassa-408	106	4	data	datum	NOUN
ijassa-408	106	5	is	be	AUX
ijassa-408	106	6	ready	ready	ADJ
ijassa-408	106	7	,	,	PUNCT
ijassa-408	106	8	they	they	PRON
ijassa-408	106	9	will	will	AUX
ijassa-408	106	10	be	be	AUX
ijassa-408	106	11	sending	send	VERB
ijassa-408	106	12	into	into	ADP
ijassa-408	106	13	the	the	DET
ijassa-408	106	14	nn	nn	PROPN
ijassa-408	106	15	models	model	NOUN
ijassa-408	106	16	tool	tool	PROPN
ijassa-408	106	17	box	box	PROPN
ijassa-408	106	18	.	.	PUNCT
ijassa-408	107	1	in	in	ADP
ijassa-408	107	2	the	the	DET
ijassa-408	107	3	nn	nn	PROPN
ijassa-408	107	4	tool	tool	PROPN
ijassa-408	107	5	box	box	PROPN
ijassa-408	107	6	,	,	PUNCT
ijassa-408	107	7	there	there	PRON
ijassa-408	107	8	are	be	VERB
ijassa-408	107	9	three	three	NUM
ijassa-408	107	10	different	different	ADJ
ijassa-408	107	11	types	type	NOUN
ijassa-408	107	12	and	and	CCONJ
ijassa-408	107	13	totally	totally	ADV
ijassa-408	107	14	ten	ten	NUM
ijassa-408	107	15	nn	nn	NOUN
ijassa-408	107	16	structures	structure	NOUN
ijassa-408	107	17	.	.	PUNCT
ijassa-408	108	1	in	in	ADP
ijassa-408	108	2	it	it	PRON
ijassa-408	108	3	,	,	PUNCT
ijassa-408	108	4	the	the	DET
ijassa-408	108	5	total	total	ADJ
ijassa-408	108	6	tested	test	VERB
ijassa-408	108	7	data	datum	NOUN
ijassa-408	108	8	will	will	AUX
ijassa-408	108	9	be	be	AUX
ijassa-408	108	10	divided	divide	VERB
ijassa-408	108	11	into	into	ADP
ijassa-408	108	12	three	three	NUM
ijassa-408	108	13	group	group	NOUN
ijassa-408	108	14	.	.	PUNCT
ijassa-408	109	1	the	the	DET
ijassa-408	109	2	first	first	ADJ
ijassa-408	109	3	group	group	NOUN
ijassa-408	109	4	data	datum	NOUN
ijassa-408	109	5	will	will	AUX
ijassa-408	109	6	take	take	VERB
ijassa-408	109	7	50	50	NUM
ijassa-408	109	8	%	%	NOUN
ijassa-408	109	9	out	out	ADP
ijassa-408	109	10	of	of	ADP
ijassa-408	109	11	the	the	DET
ijassa-408	109	12	total	total	ADJ
ijassa-408	109	13	tested	test	VERB
ijassa-408	109	14	data	datum	NOUN
ijassa-408	109	15	.	.	PUNCT
ijassa-408	110	1	the	the	DET
ijassa-408	110	2	second	second	ADJ
ijassa-408	110	3	and	and	CCONJ
ijassa-408	110	4	third	third	ADJ
ijassa-408	110	5	groups	group	NOUN
ijassa-408	110	6	will	will	AUX
ijassa-408	110	7	take	take	VERB
ijassa-408	110	8	25	25	NUM
ijassa-408	110	9	%	%	NOUN
ijassa-408	110	10	out	out	ADP
ijassa-408	110	11	of	of	ADP
ijassa-408	110	12	the	the	DET
ijassa-408	110	13	total	total	ADJ
ijassa-408	110	14	data	datum	NOUN
ijassa-408	110	15	respectively	respectively	ADV
ijassa-408	110	16	.	.	PUNCT
ijassa-408	111	1	the	the	DET
ijassa-408	111	2	first	first	ADJ
ijassa-408	111	3	group	group	NOUN
ijassa-408	111	4	data	datum	NOUN
ijassa-408	111	5	will	will	AUX
ijassa-408	111	6	be	be	AUX
ijassa-408	111	7	used	use	VERB
ijassa-408	111	8	to	to	PART
ijassa-408	111	9	train	train	VERB
ijassa-408	111	10	the	the	DET
ijassa-408	111	11	neural	neural	ADJ
ijassa-408	111	12	network	network	NOUN
ijassa-408	111	13	and	and	CCONJ
ijassa-408	111	14	second	second	ADJ
ijassa-408	111	15	group	group	NOUN
ijassa-408	111	16	data	datum	NOUN
ijassa-408	111	17	will	will	AUX
ijassa-408	111	18	used	use	VERB
ijassa-408	111	19	to	to	PART
ijassa-408	111	20	validate	validate	VERB
ijassa-408	111	21	the	the	DET
ijassa-408	111	22	nn	nn	PROPN
ijassa-408	111	23	model	model	NOUN
ijassa-408	111	24	.	.	PUNCT
ijassa-408	112	1	final	final	ADJ
ijassa-408	112	2	group	group	NOUN
ijassa-408	112	3	data	datum	NOUN
ijassa-408	112	4	will	will	AUX
ijassa-408	112	5	be	be	AUX
ijassa-408	112	6	used	use	VERB
ijassa-408	112	7	to	to	PART
ijassa-408	112	8	test	test	VERB
ijassa-408	112	9	the	the	DET
ijassa-408	112	10	nn	nn	PROPN
ijassa-408	112	11	model	model	NOUN
ijassa-408	112	12	.	.	PUNCT
ijassa-408	113	1	after	after	ADP
ijassa-408	113	2	nn	nn	PROPN
ijassa-408	113	3	tool	tool	PROPN
ijassa-408	113	4	box	box	PROPN
ijassa-408	113	5	,	,	PUNCT
ijassa-408	113	6	the	the	DET
ijassa-408	113	7	best	well	ADV
ijassa-408	113	8	fitted	fit	VERB
ijassa-408	113	9	nn	nn	PROPN
ijassa-408	113	10	structural	structural	ADJ
ijassa-408	113	11	model	model	NOUN
ijassa-408	113	12	is	be	AUX
ijassa-408	113	13	selected	select	VERB
ijassa-408	113	14	and	and	CCONJ
ijassa-408	113	15	sends	send	VERB
ijassa-408	113	16	to	to	ADP
ijassa-408	113	17	optimization	optimization	NOUN
ijassa-408	113	18	section	section	NOUN
ijassa-408	113	19	to	to	PART
ijassa-408	113	20	defined	define	VERB
ijassa-408	113	21	the	the	DET
ijassa-408	113	22	optimization	optimization	NOUN
ijassa-408	113	23	data	datum	NOUN
ijassa-408	113	24	for	for	ADP
ijassa-408	113	25	engine	engine	NOUN
ijassa-408	113	26	management	management	NOUN
ijassa-408	113	27	unit	unit	NOUN
ijassa-408	113	28	.	.	PUNCT
ijassa-408	114	1	in	in	ADP
ijassa-408	114	2	the	the	DET
ijassa-408	114	3	optimization	optimization	NOUN
ijassa-408	114	4	section	section	NOUN
ijassa-408	114	5	,	,	PUNCT
ijassa-408	114	6	there	there	PRON
ijassa-408	114	7	are	be	VERB
ijassa-408	114	8	two	two	NUM
ijassa-408	114	9	options	option	NOUN
ijassa-408	114	10	for	for	ADP
ijassa-408	114	11	optimization	optimization	NOUN
ijassa-408	114	12	purposes	purpose	NOUN
ijassa-408	114	13	according	accord	VERB
ijassa-408	114	14	to	to	ADP
ijassa-408	114	15	the	the	DET
ijassa-408	114	16	different	different	ADJ
ijassa-408	114	17	requirement	requirement	NOUN
ijassa-408	114	18	.	.	PUNCT
ijassa-408	115	1	soga	soga	PROPN
ijassa-408	115	2	is	be	AUX
ijassa-408	115	3	the	the	DET
ijassa-408	115	4	model	model	NOUN
ijassa-408	115	5	for	for	ADP
ijassa-408	115	6	single	single	ADJ
ijassa-408	115	7	objective	objective	ADJ
ijassa-408	115	8	optimization	optimization	NOUN
ijassa-408	115	9	and	and	CCONJ
ijassa-408	115	10	moga	moga	PROPN
ijassa-408	115	11	is	be	AUX
ijassa-408	115	12	one	one	NUM
ijassa-408	115	13	for	for	ADP
ijassa-408	115	14	multi	multi	ADJ
ijassa-408	115	15	objectives	objective	NOUN
ijassa-408	115	16	optimization	optimization	NOUN
ijassa-408	115	17	.	.	PUNCT
ijassa-408	116	1	58	58	NUM
ijassa-408	116	2	m.h	m.h	PROPN
ijassa-408	116	3	.	.	PROPN
ijassa-408	116	4	wu	wu	PROPN
ijassa-408	116	5	:	:	PUNCT
ijassa-408	116	6	investigation	investigation	NOUN
ijassa-408	116	7	of	of	ADP
ijassa-408	116	8	the	the	DET
ijassa-408	116	9	different	different	ADJ
ijassa-408	116	10	type	type	NOUN
ijassa-408	116	11	models	model	NOUN
ijassa-408	116	12	for	for	ADP
ijassa-408	116	13	engine	engine	NOUN
ijassa-408	116	14	test	test	NOUN
ijassa-408	116	15	data	datum	NOUN
ijassa-408	116	16	modelling	model	VERB
ijassa-408	116	17	fig.6	fig.6	PRON
ijassa-408	116	18	the	the	DET
ijassa-408	116	19	structure	structure	NOUN
ijassa-408	116	20	of	of	ADP
ijassa-408	116	21	the	the	DET
ijassa-408	116	22	optimisation	optimisation	NOUN
ijassa-408	116	23	system	system	NOUN
ijassa-408	116	24	of	of	ADP
ijassa-408	116	25	the	the	DET
ijassa-408	116	26	engine	engine	NOUN
ijassa-408	116	27	performance	performance	NOUN
ijassa-408	116	28	as	as	SCONJ
ijassa-408	116	29	shown	show	VERB
ijassa-408	116	30	in	in	ADP
ijassa-408	116	31	figure	figure	NOUN
ijassa-408	116	32	6	6	NUM
ijassa-408	116	33	the	the	DET
ijassa-408	116	34	nn	nn	PROPN
ijassa-408	116	35	model	model	NOUN
ijassa-408	116	36	tool	tool	NOUN
ijassa-408	116	37	is	be	AUX
ijassa-408	116	38	employed	employ	VERB
ijassa-408	116	39	to	to	PART
ijassa-408	116	40	select	select	VERB
ijassa-408	116	41	a	a	DET
ijassa-408	116	42	best	well	ADV
ijassa-408	116	43	suitable	suitable	ADJ
ijassa-408	116	44	nn	nn	PROPN
ijassa-408	116	45	model	model	NOUN
ijassa-408	116	46	out	out	ADP
ijassa-408	116	47	of	of	ADP
ijassa-408	116	48	ten	ten	NUM
ijassa-408	116	49	nn	nn	NOUN
ijassa-408	116	50	models	model	NOUN
ijassa-408	116	51	for	for	ADP
ijassa-408	116	52	the	the	DET
ijassa-408	116	53	subsequence	subsequence	NOUN
ijassa-408	116	54	operation	operation	NOUN
ijassa-408	116	55	of	of	ADP
ijassa-408	116	56	optimization	optimization	NOUN
ijassa-408	116	57	.	.	PUNCT
ijassa-408	117	1	fig.7	fig.7	ADJ
ijassa-408	117	2	shows	show	VERB
ijassa-408	117	3	the	the	DET
ijassa-408	117	4	common	common	ADJ
ijassa-408	117	5	structure	structure	NOUN
ijassa-408	117	6	of	of	ADP
ijassa-408	117	7	the	the	DET
ijassa-408	117	8	neural	neural	ADJ
ijassa-408	117	9	network	network	NOUN
ijassa-408	117	10	in	in	ADP
ijassa-408	117	11	nn	nn	PROPN
ijassa-408	117	12	model	model	NOUN
ijassa-408	117	13	tool	tool	NOUN
ijassa-408	117	14	and	and	CCONJ
ijassa-408	117	15	it	it	PRON
ijassa-408	117	16	is	be	AUX
ijassa-408	117	17	under	under	ADP
ijassa-408	117	18	the	the	DET
ijassa-408	117	19	following	follow	VERB
ijassa-408	117	20	assumptions	assumption	NOUN
ijassa-408	117	21	:	:	PUNCT
ijassa-408	117	22	•	•	ADP
ijassa-408	117	23	it	it	PRON
ijassa-408	117	24	is	be	AUX
ijassa-408	117	25	a	a	DET
ijassa-408	117	26	three	three	NUM
ijassa-408	117	27	layers	layer	NOUN
ijassa-408	117	28	nn	nn	PROPN
ijassa-408	117	29	model	model	PROPN
ijassa-408	117	30	.	.	PUNCT
ijassa-408	118	1	•	•	NUM
ijassa-408	118	2	the	the	DET
ijassa-408	118	3	numbers	number	NOUN
ijassa-408	118	4	of	of	ADP
ijassa-408	118	5	the	the	DET
ijassa-408	118	6	hidden	hide	VERB
ijassa-408	118	7	layer	layer	NOUN
ijassa-408	118	8	note	note	NOUN
ijassa-408	118	9	is	be	AUX
ijassa-408	118	10	defined	define	VERB
ijassa-408	118	11	by	by	ADP
ijassa-408	118	12	2n	2n	NUM
ijassa-408	119	1	+	+	CCONJ
ijassa-408	119	2	1	1	NUM
ijassa-408	119	3	:	:	PUNCT
ijassa-408	119	4	here	here	ADV
ijassa-408	119	5	n	n	PRON
ijassa-408	119	6	is	be	AUX
ijassa-408	119	7	the	the	DET
ijassa-408	119	8	number	number	NOUN
ijassa-408	119	9	of	of	ADP
ijassa-408	119	10	inputs	input	NOUN
ijassa-408	119	11	.	.	PUNCT
ijassa-408	120	1	the	the	DET
ijassa-408	120	2	nn	nn	PROPN
ijassa-408	120	3	model	model	NOUN
ijassa-408	120	4	tool	tool	NOUN
ijassa-408	120	5	includes	include	VERB
ijassa-408	120	6	three	three	NUM
ijassa-408	120	7	different	different	ADJ
ijassa-408	120	8	type	type	NOUN
ijassa-408	120	9	of	of	ADP
ijassa-408	120	10	neural	neural	ADJ
ijassa-408	120	11	networks	network	NOUN
ijassa-408	120	12	,	,	PUNCT
ijassa-408	120	13	multi	multi	ADJ
ijassa-408	120	14	-	-	ADJ
ijassa-408	120	15	layer	layer	ADJ
ijassa-408	120	16	perceptron	perceptron	NOUN
ijassa-408	120	17	(	(	PUNCT
ijassa-408	120	18	mlp	mlp	PROPN
ijassa-408	120	19	)	)	PUNCT
ijassa-408	120	20	;	;	PUNCT
ijassa-408	120	21	radial	radial	ADJ
ijassa-408	120	22	basis	basis	NOUN
ijassa-408	120	23	functions	function	NOUN
ijassa-408	120	24	(	(	PUNCT
ijassa-408	120	25	rbf	rbf	PROPN
ijassa-408	120	26	)	)	PUNCT
ijassa-408	120	27	and	and	CCONJ
ijassa-408	120	28	bar	bar	NOUN
ijassa-408	120	29	function	function	NOUN
ijassa-408	120	30	(	(	PUNCT
ijassa-408	120	31	bar	bar	NOUN
ijassa-408	120	32	)	)	PUNCT
ijassa-408	120	33	.	.	PUNCT
ijassa-408	121	1	a.	a.	PROPN
ijassa-408	121	2	mlp	mlp	PROPN
ijassa-408	121	3	.	.	PUNCT
ijassa-408	122	1	the	the	DET
ijassa-408	122	2	output	output	NOUN
ijassa-408	122	3	of	of	ADP
ijassa-408	122	4	the	the	DET
ijassa-408	122	5	mlp	mlp	NOUN
ijassa-408	122	6	is	be	AUX
ijassa-408	122	7	denoted	denote	VERB
ijassa-408	122	8	by	by	ADP
ijassa-408	122	9	yk(x	yk(x	NOUN
ijassa-408	122	10	)	)	PUNCT
ijassa-408	123	1	=	=	PUNCT
ijassa-408	123	2	m∑	m∑	CCONJ
ijassa-408	123	3	j=0	j=0	PROPN
ijassa-408	123	4	f	f	X
ijassa-408	123	5	(	(	PUNCT
ijassa-408	123	6	n∑	n∑	NOUN
ijassa-408	123	7	i=0	i=0	PROPN
ijassa-408	123	8	xiωji)ωkj	xiωji)ωkj	PROPN
ijassa-408	124	1	=	=	PUNCT
ijassa-408	124	2	m∑	m∑	PROPN
ijassa-408	124	3	j=1	j=1	PROPN
ijassa-408	125	1	f	f	X
ijassa-408	125	2	(	(	PUNCT
ijassa-408	125	3	n∑	n∑	NOUN
ijassa-408	125	4	i=1	i=1	PROPN
ijassa-408	125	5	xiωji	xiωji	NOUN
ijassa-408	125	6	+	+	CCONJ
ijassa-408	125	7	ωj0)ωkj	ωj0)ωkj	PROPN
ijassa-408	125	8	+	+	CCONJ
ijassa-408	125	9	ωk0	ωk0	NOUN
ijassa-408	125	10	,	,	PUNCT
ijassa-408	125	11	k	k	PROPN
ijassa-408	125	12	=	=	SYM
ijassa-408	125	13	1	1	NUM
ijassa-408	125	14	,	,	PUNCT
ijassa-408	125	15	.	.	PUNCT
ijassa-408	125	16	.	.	PUNCT
ijassa-408	126	1	.	.	PUNCT
ijassa-408	127	1	,	,	PUNCT
ijassa-408	127	2	l	l	X
ijassa-408	127	3	where	where	SCONJ
ijassa-408	127	4	ωji	ωji	NOUN
ijassa-408	127	5	and	and	CCONJ
ijassa-408	127	6	ωkj	ωkj	NOUN
ijassa-408	127	7	are	be	AUX
ijassa-408	127	8	the	the	DET
ijassa-408	127	9	input	input	NOUN
ijassa-408	127	10	-	-	PUNCT
ijassa-408	127	11	hidden	hide	VERB
ijassa-408	127	12	weight	weight	NOUN
ijassa-408	127	13	and	and	CCONJ
ijassa-408	127	14	hidden	hide	VERB
ijassa-408	127	15	-	-	PUNCT
ijassa-408	127	16	output	output	NOUN
ijassa-408	127	17	weight	weight	NOUN
ijassa-408	127	18	,	,	PUNCT
ijassa-408	127	19	respectively	respectively	ADV
ijassa-408	127	20	.	.	PUNCT
ijassa-408	128	1	f	f	PROPN
ijassa-408	128	2	is	be	AUX
ijassa-408	128	3	the	the	DET
ijassa-408	128	4	activation	activation	NOUN
ijassa-408	128	5	function	function	NOUN
ijassa-408	128	6	which	which	PRON
ijassa-408	128	7	has	have	VERB
ijassa-408	128	8	two	two	NUM
ijassa-408	128	9	types	type	NOUN
ijassa-408	128	10	:	:	PUNCT
ijassa-408	128	11	(	(	PUNCT
ijassa-408	128	12	a	a	X
ijassa-408	128	13	)	)	PUNCT
ijassa-408	128	14	logistic	logistic	ADJ
ijassa-408	128	15	function	function	NOUN
ijassa-408	128	16	f(α	f(α	NOUN
ijassa-408	128	17	)	)	PUNCT
ijassa-408	128	18	=	=	SYM
ijassa-408	128	19	1	1	NUM
ijassa-408	128	20	1	1	NUM
ijassa-408	128	21	+	+	CCONJ
ijassa-408	128	22	e−α	e−α	VERB
ijassa-408	128	23	(	(	PUNCT
ijassa-408	128	24	15	15	NUM
ijassa-408	128	25	)	)	PUNCT
ijassa-408	128	26	advances	advance	NOUN
ijassa-408	128	27	in	in	ADP
ijassa-408	128	28	systems	system	NOUN
ijassa-408	128	29	science	science	NOUN
ijassa-408	128	30	and	and	CCONJ
ijassa-408	128	31	applications	application	NOUN
ijassa-408	128	32	(	(	PUNCT
ijassa-408	128	33	2014	2014	NUM
ijassa-408	128	34	)	)	PUNCT
ijassa-408	128	35	vol.14	vol.14	NOUN
ijassa-408	128	36	no.1	no.1	X
ijassa-408	128	37	59	59	NUM
ijassa-408	128	38	fig.7	fig.7	ADJ
ijassa-408	128	39	neural	neural	ADJ
ijassa-408	128	40	network	network	NOUN
ijassa-408	128	41	structure	structure	NOUN
ijassa-408	128	42	(	(	PUNCT
ijassa-408	128	43	b	b	NOUN
ijassa-408	128	44	)	)	PUNCT
ijassa-408	128	45	hyperbolic	hyperbolic	ADJ
ijassa-408	128	46	tangent	tangent	NOUN
ijassa-408	128	47	function	function	NOUN
ijassa-408	128	48	or	or	CCONJ
ijassa-408	128	49	tanh	tanh	PROPN
ijassa-408	128	50	f(α	f(α	PROPN
ijassa-408	128	51	)	)	PUNCT
ijassa-408	129	1	=	=	PRON
ijassa-408	129	2	eα	eα	PRON
ijassa-408	129	3	−	−	PROPN
ijassa-408	129	4	e−α	e−α	ADP
ijassa-408	129	5	eα	eα	PROPN
ijassa-408	129	6	+	+	CCONJ
ijassa-408	129	7	e−α	e−α	VERB
ijassa-408	129	8	(	(	PUNCT
ijassa-408	129	9	16	16	NUM
ijassa-408	129	10	)	)	PUNCT
ijassa-408	129	11	b.	b.	PROPN
ijassa-408	129	12	rbf	rbf	PROPN
ijassa-408	129	13	.	.	PUNCT
ijassa-408	130	1	the	the	DET
ijassa-408	130	2	output	output	NOUN
ijassa-408	130	3	of	of	ADP
ijassa-408	130	4	the	the	DET
ijassa-408	130	5	rbf	rbf	PROPN
ijassa-408	130	6	is	be	AUX
ijassa-408	130	7	calculated	calculate	VERB
ijassa-408	130	8	using	use	VERB
ijassa-408	130	9	the	the	DET
ijassa-408	130	10	following	follow	VERB
ijassa-408	130	11	form	form	NOUN
ijassa-408	130	12	in	in	ADP
ijassa-408	130	13	(	(	PUNCT
ijassa-408	130	14	5	5	NUM
ijassa-408	130	15	)	)	PUNCT
ijassa-408	130	16	and	and	CCONJ
ijassa-408	130	17	(	(	PUNCT
ijassa-408	130	18	6	6	NUM
ijassa-408	130	19	):	):	PUNCT
ijassa-408	130	20	yk(x	yk(x	NUM
ijassa-408	130	21	)	)	PUNCT
ijassa-408	131	1	=	=	PUNCT
ijassa-408	131	2	m∑	m∑	CCONJ
ijassa-408	131	3	j=1	j=1	PROPN
ijassa-408	132	1	ϕ(∥x−	ϕ(∥x−	PROPN
ijassa-408	132	2	µj∥)ωkj	µj∥)ωkj	PROPN
ijassa-408	132	3	+	+	NUM
ijassa-408	132	4	ωi0	ωi0	NOUN
ijassa-408	132	5	=	=	SYM
ijassa-408	132	6	m∑	m∑	CCONJ
ijassa-408	132	7	j=0	j=0	PROPN
ijassa-408	132	8	ϕ(∥x−	ϕ(∥x−	PRON
ijassa-408	132	9	µj∥)ωkj	µj∥)ωkj	PROPN
ijassa-408	132	10	,	,	PUNCT
ijassa-408	132	11	k	k	NOUN
ijassa-408	132	12	=	=	SYM
ijassa-408	132	13	1	1	NUM
ijassa-408	132	14	,	,	PUNCT
ijassa-408	132	15	.	.	PUNCT
ijassa-408	132	16	.	.	PUNCT
ijassa-408	132	17	.	.	PUNCT
ijassa-408	133	1	,	,	PUNCT
ijassa-408	133	2	l	l	X
ijassa-408	133	3	where	where	SCONJ
ijassa-408	133	4	ωkj	ωkj	NOUN
ijassa-408	133	5	is	be	AUX
ijassa-408	133	6	the	the	DET
ijassa-408	133	7	hidden	hide	VERB
ijassa-408	133	8	-	-	PUNCT
ijassa-408	133	9	output	output	NOUN
ijassa-408	133	10	weight	weight	NOUN
ijassa-408	133	11	and	and	CCONJ
ijassa-408	133	12	µj	µj	PROPN
ijassa-408	133	13	is	be	AUX
ijassa-408	133	14	the	the	DET
ijassa-408	133	15	centre	centre	NOUN
ijassa-408	133	16	of	of	ADP
ijassa-408	133	17	j	j	PROPN
ijassa-408	133	18	-	-	PUNCT
ijassa-408	133	19	th	th	X
ijassa-408	133	20	hidden	hide	VERB
ijassa-408	133	21	unit	unit	NOUN
ijassa-408	133	22	.	.	PUNCT
ijassa-408	134	1	ϕ	ϕ	NOUN
ijassa-408	134	2	is	be	AUX
ijassa-408	134	3	the	the	DET
ijassa-408	134	4	kernel	kernel	PROPN
ijassa-408	134	5	function	function	NOUN
ijassa-408	134	6	.	.	PUNCT
ijassa-408	135	1	to	to	ADP
ijassa-408	135	2	defining	define	VERB
ijassa-408	135	3	a	a	DET
ijassa-408	135	4	distance	distance	NOUN
ijassa-408	135	5	from	from	ADP
ijassa-408	135	6	the	the	DET
ijassa-408	135	7	input	input	NOUN
ijassa-408	135	8	vector	vector	NOUN
ijassa-408	135	9	x	x	X
ijassa-408	135	10	to	to	ADP
ijassa-408	135	11	the	the	DET
ijassa-408	135	12	rbf	rbf	PROPN
ijassa-408	135	13	centre	centre	PROPN
ijassa-408	135	14	µj	µj	PROPN
ijassa-408	135	15	scaled	scale	VERB
ijassa-408	135	16	by	by	ADP
ijassa-408	135	17	the	the	DET
ijassa-408	135	18	scale	scale	NOUN
ijassa-408	135	19	factor	factor	NOUN
ijassa-408	135	20	or	or	CCONJ
ijassa-408	135	21	width	width	ADJ
ijassa-408	135	22	σj	σj	NOUN
ijassa-408	135	23	,	,	PUNCT
ijassa-408	135	24	equation	equation	NOUN
ijassa-408	135	25	13	13	NUM
ijassa-408	135	26	is	be	AUX
ijassa-408	135	27	used	use	VERB
ijassa-408	135	28	.	.	PUNCT
ijassa-408	136	1	within	within	ADP
ijassa-408	136	2	the	the	DET
ijassa-408	136	3	rbf	rbf	PROPN
ijassa-408	136	4	networks	network	NOUN
ijassa-408	136	5	,	,	PUNCT
ijassa-408	136	6	six	six	NUM
ijassa-408	136	7	kernel	kernel	NOUN
ijassa-408	136	8	functions	function	NOUN
ijassa-408	136	9	are	be	AUX
ijassa-408	136	10	widely	widely	ADV
ijassa-408	136	11	used	use	VERB
ijassa-408	136	12	and	and	CCONJ
ijassa-408	136	13	defined	define	VERB
ijassa-408	136	14	by	by	ADP
ijassa-408	136	15	equations	equation	NOUN
ijassa-408	136	16	from	from	ADP
ijassa-408	136	17	(	(	PUNCT
ijassa-408	136	18	7	7	NUM
ijassa-408	136	19	)	)	PUNCT
ijassa-408	136	20	to	to	ADP
ijassa-408	136	21	(	(	PUNCT
ijassa-408	136	22	12	12	NUM
ijassa-408	136	23	)	)	PUNCT
ijassa-408	136	24	.	.	PUNCT
ijassa-408	137	1	c.	c.	PROPN
ijassa-408	137	2	bar	bar	PROPN
ijassa-408	137	3	.	.	PUNCT
ijassa-408	138	1	the	the	DET
ijassa-408	138	2	bar	bar	NOUN
ijassa-408	138	3	network	network	NOUN
ijassa-408	138	4	has	have	VERB
ijassa-408	138	5	the	the	DET
ijassa-408	138	6	same	same	ADJ
ijassa-408	138	7	structure	structure	NOUN
ijassa-408	138	8	as	as	ADP
ijassa-408	138	9	the	the	DET
ijassa-408	138	10	rbf	rbf	PROPN
ijassa-408	138	11	network	network	NOUN
ijassa-408	138	12	,	,	PUNCT
ijassa-408	138	13	but	but	CCONJ
ijassa-408	138	14	the	the	DET
ijassa-408	138	15	kernel	kernel	PROPN
ijassa-408	138	16	function	function	NOUN
ijassa-408	138	17	is	be	AUX
ijassa-408	138	18	different	different	ADJ
ijassa-408	138	19	.	.	PUNCT
ijassa-408	139	1	two	two	NUM
ijassa-408	139	2	kernel	kernel	NOUN
ijassa-408	139	3	function	function	NOUN
ijassa-408	139	4	for	for	ADP
ijassa-408	139	5	the	the	DET
ijassa-408	139	6	bar	bar	NOUN
ijassa-408	139	7	network	network	NOUN
ijassa-408	139	8	:	:	PUNCT
ijassa-408	139	9	(	(	PUNCT
ijassa-408	139	10	a	a	X
ijassa-408	139	11	)	)	PUNCT
ijassa-408	139	12	gaussian	gaussian	ADJ
ijassa-408	139	13	bar	bar	NOUN
ijassa-408	139	14	function	function	NOUN
ijassa-408	139	15	ϕ(x	ϕ(x	X
ijassa-408	139	16	)	)	PUNCT
ijassa-408	139	17	=	=	SYM
ijassa-408	139	18	n∑	n∑	PROPN
ijassa-408	139	19	i=1	i=1	PROPN
ijassa-408	139	20	exp	exp	NOUN
ijassa-408	139	21	[	[	PUNCT
ijassa-408	139	22	−	−	PROPN
ijassa-408	139	23	(	(	PUNCT
ijassa-408	139	24	xi	xi	PROPN
ijassa-408	139	25	−	−	PROPN
ijassa-408	139	26	µji	µji	PROPN
ijassa-408	139	27	)	)	PUNCT
ijassa-408	139	28	2	2	NUM
ijassa-408	139	29	2σ2	2σ2	NUM
ijassa-408	139	30	ji	ji	X
ijassa-408	139	31	]	]	PUNCT
ijassa-408	139	32	(	(	PUNCT
ijassa-408	139	33	17	17	NUM
ijassa-408	139	34	)	)	PUNCT
ijassa-408	139	35	(	(	PUNCT
ijassa-408	139	36	b	b	X
ijassa-408	139	37	)	)	PUNCT
ijassa-408	139	38	sigmoidal	sigmoidal	NOUN
ijassa-408	139	39	bar	bar	NOUN
ijassa-408	139	40	function	function	NOUN
ijassa-408	139	41	ϕ(x	ϕ(x	X
ijassa-408	139	42	)	)	PUNCT
ijassa-408	139	43	=	=	SYM
ijassa-408	140	1	n∑	n∑	PROPN
ijassa-408	140	2	i=1	i=1	PROPN
ijassa-408	140	3	1/	1/	NUM
ijassa-408	140	4	{	{	PUNCT
ijassa-408	140	5	1	1	NUM
ijassa-408	140	6	+	+	NUM
ijassa-408	140	7	exp	exp	NOUN
ijassa-408	140	8	[	[	PUNCT
ijassa-408	140	9	−	−	PROPN
ijassa-408	140	10	(	(	PUNCT
ijassa-408	140	11	xi	xi	PROPN
ijassa-408	140	12	−	−	PROPN
ijassa-408	140	13	µji	µji	PROPN
ijassa-408	140	14	)	)	PUNCT
ijassa-408	140	15	2	2	NUM
ijassa-408	140	16	2σ2	2σ2	NUM
ijassa-408	140	17	ji	ji	NOUN
ijassa-408	140	18	]	]	X
ijassa-408	140	19	}	}	PUNCT
ijassa-408	140	20	(	(	PUNCT
ijassa-408	140	21	18	18	NUM
ijassa-408	140	22	)	)	PUNCT
ijassa-408	140	23	60	60	NUM
ijassa-408	140	24	m.h	m.h	PROPN
ijassa-408	140	25	.	.	PROPN
ijassa-408	140	26	wu	wu	PROPN
ijassa-408	140	27	:	:	PUNCT
ijassa-408	140	28	investigation	investigation	NOUN
ijassa-408	140	29	of	of	ADP
ijassa-408	140	30	the	the	DET
ijassa-408	140	31	different	different	ADJ
ijassa-408	140	32	type	type	NOUN
ijassa-408	140	33	models	model	NOUN
ijassa-408	140	34	for	for	ADP
ijassa-408	140	35	engine	engine	NOUN
ijassa-408	140	36	test	test	NOUN
ijassa-408	140	37	data	datum	NOUN
ijassa-408	140	38	modelling	modelling	NOUN
ijassa-408	140	39	table	table	NOUN
ijassa-408	140	40	3	3	NUM
ijassa-408	140	41	lists	list	VERB
ijassa-408	140	42	the	the	DET
ijassa-408	140	43	summery	summery	NOUN
ijassa-408	140	44	of	of	ADP
ijassa-408	140	45	the	the	DET
ijassa-408	140	46	neural	neural	ADJ
ijassa-408	140	47	network	network	NOUN
ijassa-408	140	48	structure	structure	NOUN
ijassa-408	140	49	used	use	VERB
ijassa-408	140	50	in	in	ADP
ijassa-408	140	51	the	the	DET
ijassa-408	140	52	nn	nn	PROPN
ijassa-408	140	53	model	model	NOUN
ijassa-408	140	54	tool	tool	PROPN
ijassa-408	140	55	.	.	PUNCT
ijassa-408	141	1	table	table	NOUN
ijassa-408	141	2	3	3	NUM
ijassa-408	141	3	nomenclature	nomenclature	NOUN
ijassa-408	141	4	of	of	ADP
ijassa-408	141	5	neural	neural	ADJ
ijassa-408	141	6	network	network	NOUN
ijassa-408	141	7	structures	structure	VERB
ijassa-408	141	8	4.3	4.3	NUM
ijassa-408	141	9	experimental	experimental	ADJ
ijassa-408	141	10	results	result	NOUN
ijassa-408	141	11	4.3.1	4.3.1	NUM
ijassa-408	141	12	experiment	experiment	NOUN
ijassa-408	141	13	results	result	NOUN
ijassa-408	141	14	from	from	ADP
ijassa-408	141	15	the	the	DET
ijassa-408	141	16	rbf	rbf	PROPN
ijassa-408	141	17	nn	nn	PROPN
ijassa-408	141	18	model	model	PROPN
ijassa-408	141	19	a	a	DET
ijassa-408	141	20	set	set	NOUN
ijassa-408	141	21	of	of	ADP
ijassa-408	141	22	engine	engine	NOUN
ijassa-408	141	23	test	test	NOUN
ijassa-408	141	24	data	datum	NOUN
ijassa-408	141	25	with	with	ADP
ijassa-408	141	26	three	three	NUM
ijassa-408	141	27	inputs	input	NOUN
ijassa-408	141	28	variables	variable	NOUN
ijassa-408	141	29	and	and	CCONJ
ijassa-408	141	30	one	one	NUM
ijassa-408	141	31	output	output	NOUN
ijassa-408	141	32	variable	variable	NOUN
ijassa-408	141	33	was	be	AUX
ijassa-408	141	34	employed	employ	VERB
ijassa-408	141	35	to	to	PART
ijassa-408	141	36	evaluate	evaluate	VERB
ijassa-408	141	37	the	the	DET
ijassa-408	141	38	performance	performance	NOUN
ijassa-408	141	39	of	of	ADP
ijassa-408	141	40	the	the	DET
ijassa-408	141	41	proposed	propose	VERB
ijassa-408	141	42	approach	approach	NOUN
ijassa-408	141	43	.	.	PUNCT
ijassa-408	142	1	the	the	DET
ijassa-408	142	2	input	input	NOUN
ijassa-408	142	3	variables	variable	NOUN
ijassa-408	142	4	are	be	AUX
ijassa-408	142	5	“	"	PUNCT
ijassa-408	142	6	break	break	ADJ
ijassa-408	142	7	mean	mean	NOUN
ijassa-408	142	8	efficient	efficient	ADJ
ijassa-408	142	9	pressure”(bemp	pressure”(bemp	PROPN
ijassa-408	142	10	)	)	PUNCT
ijassa-408	142	11	,	,	PUNCT
ijassa-408	142	12	“	"	PUNCT
ijassa-408	142	13	inlet	inlet	VERB
ijassa-408	142	14	valve	valve	NOUN
ijassa-408	142	15	opening	open	VERB
ijassa-408	142	16	degree”(vanosin	degree”(vanosin	PROPN
ijassa-408	142	17	)	)	PUNCT
ijassa-408	142	18	,	,	PUNCT
ijassa-408	142	19	and	and	CCONJ
ijassa-408	142	20	“	"	PUNCT
ijassa-408	142	21	exhaust	exhaust	NOUN
ijassa-408	142	22	valve	valve	NOUN
ijassa-408	142	23	opening	opening	NOUN
ijassa-408	142	24	degree	degree	NOUN
ijassa-408	142	25	”	"	PUNCT
ijassa-408	142	26	(	(	PUNCT
ijassa-408	142	27	vanosex	vanosex	NOUN
ijassa-408	142	28	)	)	PUNCT
ijassa-408	142	29	.	.	PUNCT
ijassa-408	143	1	the	the	DET
ijassa-408	143	2	output	output	NOUN
ijassa-408	143	3	is	be	AUX
ijassa-408	143	4	“	"	PUNCT
ijassa-408	143	5	break	break	VERB
ijassa-408	143	6	specific	specific	ADJ
ijassa-408	143	7	fuel	fuel	NOUN
ijassa-408	143	8	consumption”(bsfc	consumption”(bsfc	NOUN
ijassa-408	143	9	)	)	PUNCT
ijassa-408	143	10	.	.	PUNCT
ijassa-408	144	1	the	the	DET
ijassa-408	144	2	whole	whole	ADJ
ijassa-408	144	3	set	set	NOUN
ijassa-408	144	4	of	of	ADP
ijassa-408	144	5	data	datum	NOUN
ijassa-408	144	6	are	be	AUX
ijassa-408	144	7	from	from	ADP
ijassa-408	144	8	293	293	NUM
ijassa-408	144	9	test	test	NOUN
ijassa-408	144	10	points	point	NOUN
ijassa-408	144	11	.	.	PUNCT
ijassa-408	145	1	the	the	DET
ijassa-408	145	2	196	196	NUM
ijassa-408	145	3	data	datum	NOUN
ijassa-408	145	4	points	point	NOUN
ijassa-408	145	5	out	out	ADP
ijassa-408	145	6	of	of	ADP
ijassa-408	145	7	293	293	NUM
ijassa-408	145	8	are	be	AUX
ijassa-408	145	9	used	use	VERB
ijassa-408	145	10	for	for	ADP
ijassa-408	145	11	training	train	VERB
ijassa-408	145	12	the	the	DET
ijassa-408	145	13	ga	ga	PROPN
ijassa-408	145	14	-	-	PUNCT
ijassa-408	145	15	rbf	rbf	PROPN
ijassa-408	145	16	network	network	NOUN
ijassa-408	145	17	and	and	CCONJ
ijassa-408	145	18	another	another	DET
ijassa-408	145	19	97	97	NUM
ijassa-408	145	20	data	datum	NOUN
ijassa-408	145	21	points	point	NOUN
ijassa-408	145	22	are	be	AUX
ijassa-408	145	23	used	use	VERB
ijassa-408	145	24	for	for	ADP
ijassa-408	145	25	test	test	NOUN
ijassa-408	145	26	the	the	DET
ijassa-408	145	27	ga	ga	PROPN
ijassa-408	145	28	-	-	PUNCT
ijassa-408	145	29	rbf	rbf	PROPN
ijassa-408	145	30	network	network	NOUN
ijassa-408	145	31	.	.	PUNCT
ijassa-408	146	1	in	in	ADP
ijassa-408	146	2	the	the	DET
ijassa-408	146	3	experiment	experiment	NOUN
ijassa-408	146	4	,	,	PUNCT
ijassa-408	146	5	it	it	PRON
ijassa-408	146	6	run	run	VERB
ijassa-408	146	7	under	under	ADP
ijassa-408	146	8	the	the	DET
ijassa-408	146	9	following	follow	VERB
ijassa-408	146	10	conditions	condition	NOUN
ijassa-408	146	11	and	and	CCONJ
ijassa-408	146	12	definitions	definition	NOUN
ijassa-408	146	13	:	:	PUNCT
ijassa-408	146	14	•	•	ADP
ijassa-408	146	15	the	the	DET
ijassa-408	146	16	number	number	NOUN
ijassa-408	146	17	of	of	ADP
ijassa-408	146	18	rbfs	rbfs	NOUN
ijassa-408	146	19	is	be	AUX
ijassa-408	146	20	fixed	fix	VERB
ijassa-408	146	21	at	at	ADP
ijassa-408	146	22	20	20	NUM
ijassa-408	146	23	•	•	NOUN
ijassa-408	146	24	for	for	ADP
ijassa-408	146	25	comparison	comparison	NOUN
ijassa-408	146	26	purposes	purpose	NOUN
ijassa-408	146	27	,	,	PUNCT
ijassa-408	146	28	the	the	DET
ijassa-408	146	29	six	six	NUM
ijassa-408	146	30	different	different	ADJ
ijassa-408	146	31	rbf	rbf	PROPN
ijassa-408	146	32	networks	network	NOUN
ijassa-408	146	33	are	be	AUX
ijassa-408	146	34	executed	execute	VERB
ijassa-408	146	35	10	10	NUM
ijassa-408	146	36	times	time	NOUN
ijassa-408	146	37	•	•	ADP
ijassa-408	146	38	the	the	DET
ijassa-408	146	39	normalised	normalise	VERB
ijassa-408	146	40	mean	mean	ADJ
ijassa-408	146	41	squares	square	NOUN
ijassa-408	146	42	error	error	NOUN
ijassa-408	146	43	(	(	PUNCT
ijassa-408	146	44	nmse	nmse	NOUN
ijassa-408	146	45	)	)	PUNCT
ijassa-408	146	46	is	be	AUX
ijassa-408	146	47	used	use	VERB
ijassa-408	146	48	as	as	ADP
ijassa-408	146	49	a	a	DET
ijassa-408	146	50	performance	performance	NOUN
ijassa-408	146	51	measure	measure	NOUN
ijassa-408	146	52	for	for	ADP
ijassa-408	146	53	the	the	DET
ijassa-408	146	54	different	different	ADJ
ijassa-408	146	55	rbfs	rbfs	NOUN
ijassa-408	146	56	:	:	PUNCT
ijassa-408	146	57	nmse	nmse	NOUN
ijassa-408	146	58	=	=	PUNCT
ijassa-408	146	59	(	(	PUNCT
ijassa-408	146	60	1	1	NUM
ijassa-408	146	61	k	k	X
ijassa-408	146	62	∑k	∑k	PROPN
ijassa-408	146	63	i=1(yi	i=1(yi	PUNCT
ijassa-408	146	64	−	−	ADP
ijassa-408	146	65	ti	ti	NOUN
ijassa-408	146	66	)	)	PUNCT
ijassa-408	146	67	2	2	NUM
ijassa-408	146	68	)	)	PUNCT
ijassa-408	146	69	1/2	1/2	NUM
ijassa-408	146	70	(	(	PUNCT
ijassa-408	146	71	1	1	NUM
ijassa-408	146	72	k	k	X
ijassa-408	146	73	∑k	∑k	PROPN
ijassa-408	146	74	i=1(ti	i=1(ti	PRON
ijassa-408	147	1	−	−	PROPN
ijassa-408	147	2	t̄)2	t̄)2	PROPN
ijassa-408	147	3	)	)	PUNCT
ijassa-408	147	4	1/2	1/2	NUM
ijassa-408	147	5	(	(	PUNCT
ijassa-408	147	6	19	19	NUM
ijassa-408	147	7	)	)	PUNCT
ijassa-408	147	8	where	where	SCONJ
ijassa-408	147	9	yi	yi	PROPN
ijassa-408	147	10	and	and	CCONJ
ijassa-408	147	11	ti	ti	NOUN
ijassa-408	147	12	are	be	AUX
ijassa-408	147	13	respectively	respectively	ADV
ijassa-408	147	14	the	the	DET
ijassa-408	147	15	model	model	NOUN
ijassa-408	147	16	output	output	NOUN
ijassa-408	147	17	and	and	CCONJ
ijassa-408	147	18	the	the	DET
ijassa-408	147	19	target	target	NOUN
ijassa-408	147	20	value	value	NOUN
ijassa-408	147	21	,	,	PUNCT
ijassa-408	147	22	and	and	CCONJ
ijassa-408	147	23	t̄	t̄	NOUN
ijassa-408	147	24	is	be	AUX
ijassa-408	147	25	the	the	DET
ijassa-408	147	26	mean	mean	ADJ
ijassa-408	147	27	value	value	NOUN
ijassa-408	147	28	of	of	ADP
ijassa-408	147	29	the	the	DET
ijassa-408	147	30	target	target	NOUN
ijassa-408	147	31	values	value	NOUN
ijassa-408	147	32	on	on	ADP
ijassa-408	147	33	the	the	DET
ijassa-408	147	34	training	training	NOUN
ijassa-408	147	35	data	datum	NOUN
ijassa-408	147	36	set	set	VERB
ijassa-408	147	37	or	or	CCONJ
ijassa-408	147	38	test	test	NOUN
ijassa-408	147	39	data	datum	NOUN
ijassa-408	147	40	set	set	VERB
ijassa-408	147	41	.	.	PUNCT
ijassa-408	148	1	this	this	DET
ijassa-408	148	2	expression	expression	NOUN
ijassa-408	148	3	has	have	VERB
ijassa-408	148	4	the	the	DET
ijassa-408	148	5	value	value	NOUN
ijassa-408	148	6	0	0	NUM
ijassa-408	148	7	for	for	ADP
ijassa-408	148	8	a	a	DET
ijassa-408	148	9	perfect	perfect	ADJ
ijassa-408	148	10	match	match	NOUN
ijassa-408	148	11	between	between	ADP
ijassa-408	148	12	model	model	NOUN
ijassa-408	148	13	and	and	CCONJ
ijassa-408	148	14	target	target	NOUN
ijassa-408	148	15	,	,	PUNCT
ijassa-408	148	16	and	and	CCONJ
ijassa-408	148	17	the	the	DET
ijassa-408	148	18	value	value	NOUN
ijassa-408	148	19	1	1	NUM
ijassa-408	148	20	if	if	SCONJ
ijassa-408	148	21	the	the	DET
ijassa-408	148	22	model	model	NOUN
ijassa-408	148	23	just	just	ADV
ijassa-408	148	24	outputs	output	VERB
ijassa-408	148	25	the	the	DET
ijassa-408	148	26	target	target	NOUN
ijassa-408	148	27	mean	mean	NOUN
ijassa-408	148	28	t̄.	t̄.	PROPN
ijassa-408	149	1	fig.8	fig.8	PROPN
ijassa-408	149	2	shows	show	VERB
ijassa-408	149	3	the	the	DET
ijassa-408	149	4	evolutionary	evolutionary	ADJ
ijassa-408	149	5	process	process	NOUN
ijassa-408	149	6	of	of	ADP
ijassa-408	149	7	different	different	ADJ
ijassa-408	149	8	rbf	rbf	PROPN
ijassa-408	149	9	.	.	PUNCT
ijassa-408	150	1	fig.8(a	fig.8(a	PROPN
ijassa-408	150	2	)	)	PUNCT
ijassa-408	150	3	is	be	AUX
ijassa-408	150	4	the	the	DET
ijassa-408	150	5	average	average	ADJ
ijassa-408	150	6	evolutionary	evolutionary	ADJ
ijassa-408	150	7	process	process	NOUN
ijassa-408	150	8	of	of	ADP
ijassa-408	150	9	10	10	NUM
ijassa-408	150	10	runs	run	NOUN
ijassa-408	150	11	over	over	ADP
ijassa-408	150	12	the	the	DET
ijassa-408	150	13	training	training	NOUN
ijassa-408	150	14	data	datum	NOUN
ijassa-408	150	15	for	for	ADP
ijassa-408	150	16	six	six	NUM
ijassa-408	150	17	rbfs	rbfs	NOUN
ijassa-408	150	18	and	and	CCONJ
ijassa-408	150	19	fig.8(b	fig.8(b	NUM
ijassa-408	150	20	)	)	PUNCT
ijassa-408	151	1	is	be	AUX
ijassa-408	151	2	the	the	DET
ijassa-408	151	3	best	good	ADJ
ijassa-408	151	4	process	process	NOUN
ijassa-408	151	5	of	of	ADP
ijassa-408	151	6	10	10	NUM
ijassa-408	151	7	runs	run	NOUN
ijassa-408	151	8	.	.	PUNCT
ijassa-408	152	1	the	the	DET
ijassa-408	152	2	results	result	NOUN
ijassa-408	152	3	review	review	VERB
ijassa-408	152	4	that	that	SCONJ
ijassa-408	152	5	advances	advance	NOUN
ijassa-408	152	6	in	in	ADP
ijassa-408	152	7	systems	system	NOUN
ijassa-408	152	8	science	science	NOUN
ijassa-408	152	9	and	and	CCONJ
ijassa-408	152	10	applications	application	NOUN
ijassa-408	152	11	(	(	PUNCT
ijassa-408	152	12	2014	2014	NUM
ijassa-408	152	13	)	)	PUNCT
ijassa-408	153	1	vol.14	vol.14	NOUN
ijassa-408	153	2	no.1	no.1	X
ijassa-408	153	3	61	61	NUM
ijassa-408	153	4	the	the	DET
ijassa-408	153	5	gaussian	gaussian	ADJ
ijassa-408	153	6	function	function	NOUN
ijassa-408	153	7	provides	provide	VERB
ijassa-408	153	8	the	the	DET
ijassa-408	153	9	better	well	ADJ
ijassa-408	153	10	results	result	NOUN
ijassa-408	153	11	compare	compare	VERB
ijassa-408	153	12	with	with	ADP
ijassa-408	153	13	other	other	ADJ
ijassa-408	153	14	rbfs	rbfs	NOUN
ijassa-408	153	15	in	in	ADP
ijassa-408	153	16	terms	term	NOUN
ijassa-408	153	17	of	of	ADP
ijassa-408	153	18	convergence	convergence	NOUN
ijassa-408	153	19	speed	speed	NOUN
ijassa-408	153	20	and	and	CCONJ
ijassa-408	153	21	modelling	modelling	NOUN
ijassa-408	153	22	accuracy	accuracy	NOUN
ijassa-408	153	23	.	.	PUNCT
ijassa-408	154	1	it	it	PRON
ijassa-408	154	2	is	be	AUX
ijassa-408	154	3	also	also	ADV
ijassa-408	154	4	shown	show	VERB
ijassa-408	154	5	that	that	SCONJ
ijassa-408	154	6	the	the	DET
ijassa-408	154	7	local	local	ADJ
ijassa-408	154	8	basis	basis	NOUN
ijassa-408	154	9	function	function	NOUN
ijassa-408	154	10	has	have	VERB
ijassa-408	154	11	a	a	DET
ijassa-408	154	12	faster	fast	ADJ
ijassa-408	154	13	convergence	convergence	NOUN
ijassa-408	154	14	speed	speed	NOUN
ijassa-408	154	15	than	than	ADP
ijassa-408	154	16	non	non	ADJ
ijassa-408	154	17	-	-	ADJ
ijassa-408	154	18	local	local	ADJ
ijassa-408	154	19	basis	basis	NOUN
ijassa-408	154	20	function	function	NOUN
ijassa-408	154	21	.	.	PUNCT
ijassa-408	155	1	the	the	DET
ijassa-408	155	2	table	table	NOUN
ijassa-408	155	3	4	4	NUM
ijassa-408	155	4	summaries	summary	NOUN
ijassa-408	155	5	the	the	DET
ijassa-408	155	6	final	final	ADJ
ijassa-408	155	7	average	average	ADJ
ijassa-408	155	8	nmse	nmse	NOUN
ijassa-408	155	9	of	of	ADP
ijassa-408	155	10	10	10	NUM
ijassa-408	155	11	runs	run	NOUN
ijassa-408	155	12	for	for	ADP
ijassa-408	155	13	different	different	ADJ
ijassa-408	155	14	rbfs	rbfs	NOUN
ijassa-408	155	15	.	.	PUNCT
ijassa-408	156	1	the	the	DET
ijassa-408	156	2	result	result	NOUN
ijassa-408	156	3	indicates	indicate	VERB
ijassa-408	156	4	that	that	SCONJ
ijassa-408	156	5	the	the	DET
ijassa-408	156	6	gaussian	gaussian	ADJ
ijassa-408	156	7	function	function	NOUN
ijassa-408	156	8	has	have	VERB
ijassa-408	156	9	the	the	DET
ijassa-408	156	10	smallest	small	ADJ
ijassa-408	156	11	nmse	nmse	NOUN
ijassa-408	156	12	while	while	SCONJ
ijassa-408	156	13	the	the	DET
ijassa-408	156	14	pesudo	pesudo	NOUN
ijassa-408	156	15	cubic	cubic	PROPN
ijassa-408	156	16	spline	spline	NOUN
ijassa-408	156	17	has	have	VERB
ijassa-408	156	18	the	the	DET
ijassa-408	156	19	largest	large	ADJ
ijassa-408	156	20	nmse	nmse	ADJ
ijassa-408	156	21	.	.	NOUN
ijassa-408	156	22	table	table	NOUN
ijassa-408	156	23	4	4	NUM
ijassa-408	156	24	final	final	ADJ
ijassa-408	156	25	average	average	ADJ
ijassa-408	156	26	nmse	nmse	NOUN
ijassa-408	156	27	over	over	ADP
ijassa-408	156	28	10	10	NUM
ijassa-408	156	29	runs	run	NOUN
ijassa-408	156	30	for	for	ADP
ijassa-408	156	31	training	training	NOUN
ijassa-408	156	32	data	datum	NOUN
ijassa-408	156	33	average	average	ADJ
ijassa-408	156	34	nmse	nmse	ADJ
ijassa-408	156	35	gaussian	gaussian	NOUN
ijassa-408	156	36	0.1217	0.1217	NUM
ijassa-408	156	37	thin	thin	ADJ
ijassa-408	156	38	plate	plate	NOUN
ijassa-408	156	39	spline	spline	NOUN
ijassa-408	157	1	0.1397	0.1397	NUM
ijassa-408	157	2	multiquadric	multiquadric	ADJ
ijassa-408	157	3	0.1304	0.1304	NUM
ijassa-408	157	4	inverse	inverse	NOUN
ijassa-408	157	5	multiquadric	multiquadric	NOUN
ijassa-408	157	6	0.1368	0.1368	NUM
ijassa-408	157	7	pseudo	pseudo	NOUN
ijassa-408	157	8	cubic	cubic	ADJ
ijassa-408	157	9	spline	spline	NOUN
ijassa-408	157	10	0.1508	0.1508	NUM
ijassa-408	157	11	logarithmic	logarithmic	ADJ
ijassa-408	157	12	0.1274	0.1274	NUM
ijassa-408	157	13	table	table	NOUN
ijassa-408	157	14	5	5	NUM
ijassa-408	157	15	compares	compare	VERB
ijassa-408	157	16	the	the	DET
ijassa-408	157	17	final	final	ADJ
ijassa-408	157	18	best	good	ADJ
ijassa-408	157	19	nmse	nmse	NOUN
ijassa-408	157	20	of	of	ADP
ijassa-408	157	21	10	10	NUM
ijassa-408	157	22	runs	run	NOUN
ijassa-408	157	23	for	for	ADP
ijassa-408	157	24	both	both	DET
ijassa-408	157	25	training	training	NOUN
ijassa-408	157	26	data	datum	NOUN
ijassa-408	157	27	and	and	CCONJ
ijassa-408	157	28	test	test	NOUN
ijassa-408	157	29	data	datum	NOUN
ijassa-408	157	30	.	.	PUNCT
ijassa-408	158	1	it	it	PRON
ijassa-408	158	2	indicates	indicate	VERB
ijassa-408	158	3	clearly	clearly	ADV
ijassa-408	158	4	that	that	SCONJ
ijassa-408	158	5	the	the	DET
ijassa-408	158	6	gaussian	gaussian	ADJ
ijassa-408	158	7	function	function	NOUN
ijassa-408	158	8	performs	perform	VERB
ijassa-408	158	9	better	well	ADJ
ijassa-408	158	10	than	than	ADP
ijassa-408	158	11	other	other	ADJ
ijassa-408	158	12	rbfs	rbfs	NOUN
ijassa-408	158	13	in	in	ADP
ijassa-408	158	14	both	both	DET
ijassa-408	158	15	training	train	VERB
ijassa-408	158	16	data	datum	NOUN
ijassa-408	158	17	and	and	CCONJ
ijassa-408	158	18	test	test	NOUN
ijassa-408	158	19	data	datum	NOUN
ijassa-408	158	20	.	.	PUNCT
ijassa-408	159	1	the	the	DET
ijassa-408	159	2	figures	figure	NOUN
ijassa-408	159	3	from	from	ADP
ijassa-408	159	4	fig.5	fig.5	NOUN
ijassa-408	159	5	to	to	ADP
ijassa-408	159	6	fig.10	fig.10	DET
ijassa-408	159	7	plot	plot	NOUN
ijassa-408	159	8	the	the	DET
ijassa-408	159	9	modelling	modelling	NOUN
ijassa-408	159	10	performance	performance	NOUN
ijassa-408	159	11	of	of	ADP
ijassa-408	159	12	both	both	DET
ijassa-408	159	13	table	table	NOUN
ijassa-408	159	14	5	5	NUM
ijassa-408	159	15	final	final	ADJ
ijassa-408	159	16	best	good	ADJ
ijassa-408	159	17	nmse	nmse	ADJ
ijassa-408	159	18	over	over	ADP
ijassa-408	159	19	training	training	NOUN
ijassa-408	159	20	data	datum	NOUN
ijassa-408	159	21	and	and	CCONJ
ijassa-408	159	22	test	test	NOUN
ijassa-408	159	23	data	datum	NOUN
ijassa-408	159	24	training	training	NOUN
ijassa-408	159	25	data	datum	NOUN
ijassa-408	159	26	test	test	NOUN
ijassa-408	159	27	data	datum	NOUN
ijassa-408	159	28	gaussian	gaussian	VERB
ijassa-408	159	29	0.1134	0.1134	NUM
ijassa-408	159	30	0.1119	0.1119	NUM
ijassa-408	159	31	thin	thin	ADJ
ijassa-408	159	32	plate	plate	NOUN
ijassa-408	159	33	spline	spline	NOUN
ijassa-408	159	34	0.1231	0.1231	NUM
ijassa-408	160	1	0.1297	0.1297	NUM
ijassa-408	160	2	multiquadratic	multiquadratic	ADJ
ijassa-408	160	3	0.1268	0.1268	NUM
ijassa-408	160	4	0.1245	0.1245	NUM
ijassa-408	160	5	inverse	inverse	NOUN
ijassa-408	160	6	multiquadratic	multiquadratic	NOUN
ijassa-408	160	7	0.1304	0.1304	NUM
ijassa-408	160	8	0.1281	0.1281	NUM
ijassa-408	160	9	pseudo	pseudo	NOUN
ijassa-408	160	10	cubic	cubic	ADJ
ijassa-408	160	11	spline	spline	NOUN
ijassa-408	160	12	0.1286	0.1286	NUM
ijassa-408	160	13	0.1419	0.1419	NUM
ijassa-408	160	14	logarithmic	logarithmic	ADJ
ijassa-408	160	15	0.1235	0.1235	NUM
ijassa-408	160	16	0.1240	0.1240	NUM
ijassa-408	160	17	training	training	NOUN
ijassa-408	160	18	data	datum	NOUN
ijassa-408	160	19	and	and	CCONJ
ijassa-408	160	20	test	test	NOUN
ijassa-408	160	21	data	datum	NOUN
ijassa-408	160	22	using	use	VERB
ijassa-408	160	23	the	the	DET
ijassa-408	160	24	best	good	ADJ
ijassa-408	160	25	final	final	ADJ
ijassa-408	160	26	parameters	parameter	NOUN
ijassa-408	160	27	of	of	ADP
ijassa-408	160	28	rbf	rbf	PROPN
ijassa-408	160	29	networks	network	NOUN
ijassa-408	160	30	by	by	ADP
ijassa-408	160	31	rcga	rcga	PROPN
ijassa-408	160	32	run	run	NOUN
ijassa-408	160	33	.	.	PUNCT
ijassa-408	161	1	these	these	DET
ijassa-408	161	2	figures	figure	NOUN
ijassa-408	161	3	have	have	AUX
ijassa-408	161	4	shown	show	VERB
ijassa-408	161	5	that	that	SCONJ
ijassa-408	161	6	the	the	DET
ijassa-408	161	7	rbf	rbf	PROPN
ijassa-408	161	8	networks	network	NOUN
ijassa-408	161	9	training	training	NOUN
ijassa-408	161	10	by	by	ADP
ijassa-408	161	11	rcga	rcga	PROPN
ijassa-408	161	12	are	be	AUX
ijassa-408	161	13	successfully	successfully	ADV
ijassa-408	161	14	applied	apply	VERB
ijassa-408	161	15	in	in	ADP
ijassa-408	161	16	modelling	modelling	NOUN
ijassa-408	161	17	of	of	ADP
ijassa-408	161	18	engine	engine	NOUN
ijassa-408	161	19	test	test	NOUN
ijassa-408	161	20	data	datum	NOUN
ijassa-408	161	21	.	.	PUNCT
ijassa-408	162	1	fig.9	fig.9	PROPN
ijassa-408	162	2	shows	show	VERB
ijassa-408	162	3	the	the	DET
ijassa-408	162	4	results.of	results.of	PROPN
ijassa-408	162	5	rbf	rbf	PROPN
ijassa-408	162	6	network	network	PROPN
ijassa-408	162	7	model	model	NOUN
ijassa-408	162	8	for	for	ADP
ijassa-408	162	9	real	real	ADJ
ijassa-408	162	10	engine	engine	NOUN
ijassa-408	162	11	test	test	NOUN
ijassa-408	162	12	data	datum	NOUN
ijassa-408	162	13	analysis	analysis	NOUN
ijassa-408	162	14	and	and	CCONJ
ijassa-408	162	15	modelling	modelling	NOUN
ijassa-408	162	16	.	.	PUNCT
ijassa-408	163	1	the	the	DET
ijassa-408	163	2	model	model	NOUN
ijassa-408	163	3	provides	provide	VERB
ijassa-408	163	4	a	a	DET
ijassa-408	163	5	close	close	ADJ
ijassa-408	163	6	fit	fit	NOUN
ijassa-408	163	7	to	to	ADP
ijassa-408	163	8	the	the	DET
ijassa-408	163	9	ordinary	ordinary	ADJ
ijassa-408	163	10	tested	test	VERB
ijassa-408	163	11	data	datum	NOUN
ijassa-408	163	12	successfully	successfully	ADV
ijassa-408	163	13	.	.	PUNCT
ijassa-408	164	1	4.3.2	4.3.2	NUM
ijassa-408	164	2	experiment	experiment	NOUN
ijassa-408	164	3	results	result	NOUN
ijassa-408	164	4	from	from	ADP
ijassa-408	164	5	the	the	DET
ijassa-408	164	6	nn	nn	NOUN
ijassa-408	164	7	-	-	PUNCT
ijassa-408	164	8	tool	tool	NOUN
ijassa-408	164	9	in	in	ADP
ijassa-408	164	10	this	this	DET
ijassa-408	164	11	section	section	NOUN
ijassa-408	164	12	,	,	PUNCT
ijassa-408	164	13	an	an	DET
ijassa-408	164	14	experiment	experiment	NOUN
ijassa-408	164	15	example	example	NOUN
ijassa-408	164	16	for	for	ADP
ijassa-408	164	17	engine	engine	NOUN
ijassa-408	164	18	data	datum	NOUN
ijassa-408	164	19	modelling	modelling	NOUN
ijassa-408	164	20	was	be	AUX
ijassa-408	164	21	carried	carry	VERB
ijassa-408	164	22	out	out	ADP
ijassa-408	164	23	.	.	PUNCT
ijassa-408	165	1	the	the	DET
ijassa-408	165	2	input	input	NOUN
ijassa-408	165	3	data	datum	NOUN
ijassa-408	165	4	and	and	CCONJ
ijassa-408	165	5	output	output	NOUN
ijassa-408	165	6	data	datum	NOUN
ijassa-408	165	7	are	be	AUX
ijassa-408	165	8	listed	list	VERB
ijassa-408	165	9	in	in	ADP
ijassa-408	165	10	fig.10	fig.10	PRON
ijassa-408	165	11	and	and	CCONJ
ijassa-408	165	12	fig.11	fig.11	PROPN
ijassa-408	165	13	.	.	PUNCT
ijassa-408	165	14	three	three	NUM
ijassa-408	165	15	nns	nn	NOUN
ijassa-408	165	16	,	,	PUNCT
ijassa-408	165	17	mlp	mlp	PROPN
ijassa-408	165	18	,	,	PUNCT
ijassa-408	165	19	rbf	rbf	PROPN
ijassa-408	165	20	and	and	CCONJ
ijassa-408	165	21	bar	bar	NOUN
ijassa-408	165	22	,	,	PUNCT
ijassa-408	165	23	with	with	ADP
ijassa-408	165	24	different	different	ADJ
ijassa-408	165	25	activation	activation	NOUN
ijassa-408	165	26	functions	function	NOUN
ijassa-408	165	27	,	,	PUNCT
ijassa-408	165	28	abbrevi62	abbrevi62	PROPN
ijassa-408	165	29	m.h	m.h	PROPN
ijassa-408	165	30	.	.	PROPN
ijassa-408	165	31	wu	wu	PROPN
ijassa-408	165	32	:	:	PUNCT
ijassa-408	165	33	investigation	investigation	NOUN
ijassa-408	165	34	of	of	ADP
ijassa-408	165	35	the	the	DET
ijassa-408	165	36	different	different	ADJ
ijassa-408	165	37	type	type	NOUN
ijassa-408	165	38	models	model	NOUN
ijassa-408	165	39	for	for	ADP
ijassa-408	165	40	engine	engine	NOUN
ijassa-408	165	41	test	test	NOUN
ijassa-408	165	42	data	datum	NOUN
ijassa-408	165	43	modelling	model	VERB
ijassa-408	165	44	fig.8	fig.8	PROPN
ijassa-408	165	45	evolutionary	evolutionary	ADJ
ijassa-408	165	46	process	process	NOUN
ijassa-408	165	47	of	of	ADP
ijassa-408	165	48	rbf	rbf	PROPN
ijassa-408	165	49	networks	network	NOUN
ijassa-408	165	50	over	over	ADP
ijassa-408	165	51	10	10	NUM
ijassa-408	165	52	runs	run	NOUN
ijassa-408	165	53	fig.9	fig.9	DET
ijassa-408	165	54	final	final	ADJ
ijassa-408	165	55	results	result	NOUN
ijassa-408	165	56	fig.10	fig.10	PRON
ijassa-408	165	57	input	input	NOUN
ijassa-408	165	58	data	datum	NOUN
ijassa-408	165	59	set	set	NOUN
ijassa-408	165	60	:	:	PUNCT
ijassa-408	165	61	speed	speed	NOUN
ijassa-408	165	62	(	(	PUNCT
ijassa-408	165	63	rpm	rpm	PROPN
ijassa-408	165	64	)	)	PUNCT
ijassa-408	165	65	,	,	PUNCT
ijassa-408	165	66	gn(%	gn(%	PROPN
ijassa-408	165	67	)	)	PUNCT
ijassa-408	165	68	,	,	PUNCT
ijassa-408	165	69	ig(degree	ig(degree	PROPN
ijassa-408	165	70	)	)	PUNCT
ijassa-408	165	71	,	,	PUNCT
ijassa-408	165	72	vvt(degree	vvt(degree	NUM
ijassa-408	165	73	)	)	PUNCT
ijassa-408	165	74	and	and	CCONJ
ijassa-408	165	75	egr(%	egr(%	NOUN
ijassa-408	165	76	)	)	PUNCT
ijassa-408	165	77	advances	advance	NOUN
ijassa-408	165	78	in	in	ADP
ijassa-408	165	79	systems	system	NOUN
ijassa-408	165	80	science	science	NOUN
ijassa-408	165	81	and	and	CCONJ
ijassa-408	165	82	applications	application	NOUN
ijassa-408	165	83	(	(	PUNCT
ijassa-408	165	84	2014	2014	NUM
ijassa-408	165	85	)	)	PUNCT
ijassa-408	165	86	vol.14	vol.14	NOUN
ijassa-408	165	87	no.1	no.1	X
ijassa-408	165	88	63	63	NUM
ijassa-408	165	89	fig.11	fig.11	PROPN
ijassa-408	165	90	output	output	NOUN
ijassa-408	165	91	data	datum	NOUN
ijassa-408	165	92	set	set	NOUN
ijassa-408	165	93	:	:	PUNCT
ijassa-408	165	94	bsfc	bsfc	NOUN
ijassa-408	165	95	(	(	PUNCT
ijassa-408	165	96	g	g	NOUN
ijassa-408	165	97	/	/	SYM
ijassa-408	165	98	kwh	kwh	NOUN
ijassa-408	165	99	)	)	PUNCT
ijassa-408	165	100	ated	ate	VERB
ijassa-408	165	101	in	in	ADP
ijassa-408	165	102	table	table	NOUN
ijassa-408	165	103	3	3	NUM
ijassa-408	165	104	,	,	PUNCT
ijassa-408	165	105	were	be	AUX
ijassa-408	165	106	used	use	VERB
ijassa-408	165	107	throughout	throughout	ADP
ijassa-408	165	108	the	the	DET
ijassa-408	165	109	example	example	NOUN
ijassa-408	165	110	.	.	PUNCT
ijassa-408	166	1	the	the	DET
ijassa-408	166	2	data	datum	NOUN
ijassa-408	166	3	was	be	AUX
ijassa-408	166	4	taken	take	VERB
ijassa-408	166	5	from	from	ADP
ijassa-408	166	6	engine	engine	NOUN
ijassa-408	166	7	test	test	NOUN
ijassa-408	166	8	bed	bed	NOUN
ijassa-408	166	9	of	of	ADP
ijassa-408	166	10	the	the	DET
ijassa-408	166	11	lander	lander	NOUN
ijassa-408	166	12	rover	rover	NOUN
ijassa-408	166	13	group	group	PROPN
ijassa-408	166	14	,	,	PUNCT
ijassa-408	166	15	plc	plc	PROPN
ijassa-408	166	16	.	.	PUNCT
ijassa-408	167	1	in	in	ADP
ijassa-408	167	2	order	order	NOUN
ijassa-408	167	3	to	to	PART
ijassa-408	167	4	assess	assess	VERB
ijassa-408	167	5	the	the	DET
ijassa-408	167	6	goodness	goodness	NOUN
ijassa-408	167	7	of	of	ADP
ijassa-408	167	8	modelling	modelling	NOUN
ijassa-408	167	9	,	,	PUNCT
ijassa-408	167	10	the	the	DET
ijassa-408	167	11	normalized	normalize	VERB
ijassa-408	167	12	mean	mean	VERB
ijassa-408	167	13	squared	square	VERB
ijassa-408	167	14	error	error	NOUN
ijassa-408	167	15	(	(	PUNCT
ijassa-408	167	16	nmse	nmse	NOUN
ijassa-408	167	17	)	)	PUNCT
ijassa-408	167	18	over	over	ADP
ijassa-408	167	19	each	each	DET
ijassa-408	167	20	output	output	NOUN
ijassa-408	167	21	variable	variable	NOUN
ijassa-408	167	22	is	be	AUX
ijassa-408	167	23	used	use	VERB
ijassa-408	167	24	:	:	PUNCT
ijassa-408	167	25	nmse	nmse	ADJ
ijassa-408	167	26	=	=	SYM
ijassa-408	167	27	(	(	PUNCT
ijassa-408	167	28	1	1	NUM
ijassa-408	167	29	n	n	DET
ijassa-408	167	30	∑n	∑n	PROPN
ijassa-408	167	31	i=1(yi	i=1(yi	NOUN
ijassa-408	167	32	−	−	NOUN
ijassa-408	167	33	ti	ti	NOUN
ijassa-408	167	34	)	)	PUNCT
ijassa-408	167	35	2	2	NUM
ijassa-408	167	36	)	)	PUNCT
ijassa-408	167	37	1/2	1/2	NUM
ijassa-408	167	38	(	(	PUNCT
ijassa-408	167	39	1	1	NUM
ijassa-408	167	40	n	n	PRON
ijassa-408	167	41	∑n	∑n	PROPN
ijassa-408	167	42	i=1(ti	i=1(ti	PROPN
ijassa-408	167	43	−	−	PROPN
ijassa-408	167	44	t̄)2	t̄)2	PROPN
ijassa-408	167	45	)	)	PUNCT
ijassa-408	167	46	1/2	1/2	NUM
ijassa-408	167	47	(	(	PUNCT
ijassa-408	167	48	20	20	NUM
ijassa-408	167	49	)	)	PUNCT
ijassa-408	167	50	where	where	SCONJ
ijassa-408	167	51	n	n	PRON
ijassa-408	167	52	is	be	AUX
ijassa-408	167	53	the	the	DET
ijassa-408	167	54	number	number	NOUN
ijassa-408	167	55	of	of	ADP
ijassa-408	167	56	total	total	ADJ
ijassa-408	167	57	data	datum	NOUN
ijassa-408	167	58	points	point	NOUN
ijassa-408	167	59	.	.	PUNCT
ijassa-408	168	1	yi	yi	NOUN
ijassa-408	168	2	and	and	CCONJ
ijassa-408	168	3	ti	ti	NOUN
ijassa-408	168	4	are	be	AUX
ijassa-408	168	5	respectively	respectively	ADV
ijassa-408	168	6	the	the	DET
ijassa-408	168	7	model	model	NOUN
ijassa-408	168	8	output	output	NOUN
ijassa-408	168	9	and	and	CCONJ
ijassa-408	168	10	the	the	DET
ijassa-408	168	11	target	target	NOUN
ijassa-408	168	12	value	value	NOUN
ijassa-408	168	13	,	,	PUNCT
ijassa-408	168	14	and	and	CCONJ
ijassa-408	168	15	t̄	t̄	NOUN
ijassa-408	168	16	is	be	AUX
ijassa-408	168	17	the	the	DET
ijassa-408	168	18	average	average	ADJ
ijassa-408	168	19	value	value	NOUN
ijassa-408	168	20	of	of	ADP
ijassa-408	168	21	the	the	DET
ijassa-408	168	22	targets	target	NOUN
ijassa-408	168	23	on	on	ADP
ijassa-408	168	24	the	the	DET
ijassa-408	168	25	data	data	NOUN
ijassa-408	168	26	set	set	VERB
ijassa-408	168	27	,	,	PUNCT
ijassa-408	168	28	defined	define	VERB
ijassa-408	168	29	as	as	ADP
ijassa-408	168	30	:	:	PUNCT
ijassa-408	168	31	t̄	t̄	PROPN
ijassa-408	168	32	=	=	SYM
ijassa-408	169	1	1	1	NUM
ijassa-408	169	2	n	n	NUM
ijassa-408	169	3	n∑	n∑	NOUN
ijassa-408	169	4	i=1	i=1	PROPN
ijassa-408	169	5	ti	ti	PROPN
ijassa-408	169	6	(	(	PUNCT
ijassa-408	169	7	21	21	NUM
ijassa-408	169	8	)	)	PUNCT
ijassa-408	169	9	nmse	nmse	NOUN
ijassa-408	169	10	has	have	VERB
ijassa-408	169	11	the	the	DET
ijassa-408	169	12	value	value	NOUN
ijassa-408	169	13	0	0	NUM
ijassa-408	169	14	for	for	ADP
ijassa-408	169	15	a	a	DET
ijassa-408	169	16	perfect	perfect	ADJ
ijassa-408	169	17	match	match	NOUN
ijassa-408	169	18	between	between	ADP
ijassa-408	169	19	model	model	NOUN
ijassa-408	169	20	and	and	CCONJ
ijassa-408	169	21	target	target	NOUN
ijassa-408	169	22	,	,	PUNCT
ijassa-408	169	23	and	and	CCONJ
ijassa-408	169	24	table	table	NOUN
ijassa-408	169	25	6	6	NUM
ijassa-408	169	26	mean	mean	ADJ
ijassa-408	169	27	,	,	PUNCT
ijassa-408	169	28	standard	standard	ADJ
ijassa-408	169	29	(	(	PUNCT
ijassa-408	169	30	std	std	PROPN
ijassa-408	169	31	.	.	PROPN
ijassa-408	169	32	dev	dev	PROPN
ijassa-408	169	33	)	)	PUNCT
ijassa-408	169	34	,	,	PUNCT
ijassa-408	169	35	minimum	minimum	ADJ
ijassa-408	169	36	and	and	CCONJ
ijassa-408	169	37	maximum	maximum	ADJ
ijassa-408	169	38	mse	mse	PROPN
ijassa-408	169	39	over	over	ADP
ijassa-408	169	40	10	10	NUM
ijassa-408	169	41	runs	run	NOUN
ijassa-408	169	42	for	for	ADP
ijassa-408	169	43	each	each	DET
ijassa-408	169	44	model	model	NOUN
ijassa-408	169	45	64	64	NUM
ijassa-408	169	46	m.h	m.h	PROPN
ijassa-408	169	47	.	.	PROPN
ijassa-408	169	48	wu	wu	PROPN
ijassa-408	169	49	:	:	PUNCT
ijassa-408	169	50	investigation	investigation	NOUN
ijassa-408	169	51	of	of	ADP
ijassa-408	169	52	the	the	DET
ijassa-408	169	53	different	different	ADJ
ijassa-408	169	54	type	type	NOUN
ijassa-408	169	55	models	model	NOUN
ijassa-408	169	56	for	for	ADP
ijassa-408	169	57	engine	engine	NOUN
ijassa-408	169	58	test	test	NOUN
ijassa-408	169	59	data	datum	NOUN
ijassa-408	169	60	modelling	model	VERB
ijassa-408	169	61	fig.12	fig.12	NOUN
ijassa-408	169	62	modelling	modelling	NOUN
ijassa-408	169	63	performance	performance	NOUN
ijassa-408	169	64	of	of	ADP
ijassa-408	169	65	bsfc	bsfc	NOUN
ijassa-408	169	66	by	by	ADP
ijassa-408	169	67	sigmoidal	sigmoidal	NOUN
ijassa-408	169	68	bar	bar	NOUN
ijassa-408	169	69	model	model	NOUN
ijassa-408	169	70	the	the	DET
ijassa-408	169	71	value	value	NOUN
ijassa-408	169	72	1	1	NUM
ijassa-408	169	73	if	if	SCONJ
ijassa-408	169	74	the	the	DET
ijassa-408	169	75	model	model	NOUN
ijassa-408	169	76	just	just	ADV
ijassa-408	169	77	outputs	output	VERB
ijassa-408	169	78	the	the	DET
ijassa-408	169	79	target	target	NOUN
ijassa-408	169	80	meant̄	meant̄	ADJ
ijassa-408	169	81	.table	.table	NUM
ijassa-408	169	82	6	6	NUM
ijassa-408	169	83	shows	show	VERB
ijassa-408	169	84	the	the	DET
ijassa-408	169	85	result	result	NOUN
ijassa-408	169	86	of	of	ADP
ijassa-408	169	87	the	the	DET
ijassa-408	169	88	example	example	NOUN
ijassa-408	169	89	.	.	PUNCT
ijassa-408	170	1	it	it	PRON
ijassa-408	170	2	is	be	AUX
ijassa-408	170	3	clearly	clearly	ADV
ijassa-408	170	4	that	that	SCONJ
ijassa-408	170	5	the	the	DET
ijassa-408	170	6	model	model	NOUN
ijassa-408	170	7	structure	structure	NOUN
ijassa-408	170	8	which	which	PRON
ijassa-408	170	9	has	have	VERB
ijassa-408	170	10	the	the	DET
ijassa-408	170	11	minimum	minimum	PROPN
ijassa-408	170	12	mse	mse	NOUN
ijassa-408	170	13	was	be	AUX
ijassa-408	170	14	the	the	DET
ijassa-408	170	15	bar	bar	NOUN
ijassa-408	170	16	model	model	NOUN
ijassa-408	170	17	with	with	ADP
ijassa-408	170	18	sigmoidal	sigmoidal	NOUN
ijassa-408	170	19	bar	bar	NOUN
ijassa-408	170	20	function	function	NOUN
ijassa-408	170	21	.	.	PUNCT
ijassa-408	171	1	the	the	DET
ijassa-408	171	2	modelling	modelling	NOUN
ijassa-408	171	3	result	result	NOUN
ijassa-408	171	4	by	by	ADP
ijassa-408	171	5	bar	bar	NOUN
ijassa-408	171	6	-	-	PUNCT
ijassa-408	171	7	sbar	sbar	NOUN
ijassa-408	171	8	is	be	AUX
ijassa-408	171	9	plotted	plot	VERB
ijassa-408	171	10	in	in	ADP
ijassa-408	171	11	fig.12	fig.12	NOUN
ijassa-408	171	12	.	.	NOUN
ijassa-408	171	13	5	5	NUM
ijassa-408	171	14	conclusion	conclusion	NOUN
ijassa-408	171	15	in	in	ADP
ijassa-408	171	16	this	this	DET
ijassa-408	171	17	paper	paper	NOUN
ijassa-408	171	18	,	,	PUNCT
ijassa-408	171	19	the	the	DET
ijassa-408	171	20	models	model	NOUN
ijassa-408	171	21	used	use	VERB
ijassa-408	171	22	by	by	ADP
ijassa-408	171	23	the	the	DET
ijassa-408	171	24	engine	engine	NOUN
ijassa-408	171	25	test	test	NOUN
ijassa-408	171	26	data	datum	NOUN
ijassa-408	171	27	modelling	modelling	NOUN
ijassa-408	171	28	system	system	NOUN
ijassa-408	171	29	is	be	AUX
ijassa-408	171	30	introduced	introduce	VERB
ijassa-408	171	31	.	.	PUNCT
ijassa-408	172	1	the	the	DET
ijassa-408	172	2	details	detail	NOUN
ijassa-408	172	3	of	of	ADP
ijassa-408	172	4	rbf	rbf	PROPN
ijassa-408	172	5	network	network	NOUN
ijassa-408	172	6	and	and	CCONJ
ijassa-408	172	7	the	the	DET
ijassa-408	172	8	neural	neural	ADJ
ijassa-408	172	9	network	network	NOUN
ijassa-408	172	10	tool	tool	NOUN
ijassa-408	172	11	have	have	AUX
ijassa-408	172	12	been	be	AUX
ijassa-408	172	13	introduced	introduce	VERB
ijassa-408	172	14	and	and	CCONJ
ijassa-408	172	15	the	the	DET
ijassa-408	172	16	experiment	experiment	NOUN
ijassa-408	172	17	results	result	NOUN
ijassa-408	172	18	show	show	VERB
ijassa-408	172	19	that	that	SCONJ
ijassa-408	172	20	the	the	DET
ijassa-408	172	21	last	last	ADJ
ijassa-408	172	22	two	two	NUM
ijassa-408	172	23	models	model	NOUN
ijassa-408	172	24	are	be	AUX
ijassa-408	172	25	running	run	VERB
ijassa-408	172	26	successfully	successfully	ADV
ijassa-408	172	27	to	to	PART
ijassa-408	172	28	catch	catch	VERB
ijassa-408	172	29	the	the	DET
ijassa-408	172	30	relationship	relationship	NOUN
ijassa-408	172	31	between	between	ADP
ijassa-408	172	32	the	the	DET
ijassa-408	172	33	input	input	NOUN
ijassa-408	172	34	data	datum	NOUN
ijassa-408	172	35	and	and	CCONJ
ijassa-408	172	36	output	output	NOUN
ijassa-408	172	37	data	datum	NOUN
ijassa-408	172	38	within	within	ADP
ijassa-408	172	39	the	the	DET
ijassa-408	172	40	engine	engine	NOUN
ijassa-408	172	41	tested	test	VERB
ijassa-408	172	42	data	datum	NOUN
ijassa-408	172	43	.	.	PUNCT
ijassa-408	173	1	references	reference	NOUN
ijassa-408	173	2	[	[	X
ijassa-408	173	3	1	1	NUM
ijassa-408	173	4	]	]	PUNCT
ijassa-408	173	5	voigt	voigt	PROPN
ijassa-408	173	6	k.u	k.u	PROPN
ijassa-408	173	7	.	.	PROPN
ijassa-408	173	8	(	(	PUNCT
ijassa-408	173	9	1993	1993	NUM
ijassa-408	173	10	)	)	PUNCT
ijassa-408	173	11	,	,	PUNCT
ijassa-408	173	12	model	model	NOUN
ijassa-408	173	13	based	base	VERB
ijassa-408	173	14	on	on	ADP
ijassa-408	173	15	line	line	NOUN
ijassa-408	173	16	optimization	optimization	NOUN
ijassa-408	173	17	for	for	ADP
ijassa-408	173	18	modern	modern	ADJ
ijassa-408	173	19	engine	engine	NOUN
ijassa-408	173	20	management	management	NOUN
ijassa-408	173	21	system	system	NOUN
ijassa-408	173	22	,	,	PUNCT
ijassa-408	173	23	sae	sae	PROPN
ijassa-408	173	24	brazil	brazil	PROPN
ijassa-408	173	25	.	.	PUNCT
ijassa-408	174	1	[	[	X
ijassa-408	174	2	2	2	NUM
ijassa-408	174	3	]	]	X
ijassa-408	174	4	lechner	lechner	NOUN
ijassa-408	174	5	h.	h.	PROPN
ijassa-408	174	6	(	(	PUNCT
ijassa-408	174	7	1996	1996	NUM
ijassa-408	174	8	)	)	PUNCT
ijassa-408	174	9	,	,	PUNCT
ijassa-408	174	10	automated	automate	VERB
ijassa-408	174	11	system	system	NOUN
ijassa-408	174	12	for	for	ADP
ijassa-408	174	13	optimized	optimize	VERB
ijassa-408	174	14	calibration	calibration	NOUN
ijassa-408	174	15	of	of	ADP
ijassa-408	174	16	engine	engine	NOUN
ijassa-408	174	17	management	management	NOUN
ijassa-408	174	18	systems	system	NOUN
ijassa-408	174	19	,	,	PUNCT
ijassa-408	174	20	rover	rover	NOUN
ijassa-408	174	21	group	group	NOUN
ijassa-408	174	22	internal	internal	ADJ
ijassa-408	174	23	publication	publication	NOUN
ijassa-408	174	24	circa	circa	NOUN
ijassa-408	174	25	.	.	PUNCT
ijassa-408	175	1	[	[	X
ijassa-408	175	2	3	3	NUM
ijassa-408	175	3	]	]	PUNCT
ijassa-408	175	4	hochschwarzer	hochschwarzer	NOUN
ijassa-408	175	5	h.	h.	NOUN
ijassa-408	175	6	(	(	PUNCT
ijassa-408	175	7	1992	1992	NUM
ijassa-408	175	8	)	)	PUNCT
ijassa-408	175	9	,	,	PUNCT
ijassa-408	175	10	fully	fully	ADV
ijassa-408	175	11	automatic	automatic	ADJ
ijassa-408	175	12	optimization	optimization	NOUN
ijassa-408	175	13	of	of	ADP
ijassa-408	175	14	engine	engine	NOUN
ijassa-408	175	15	calibration	calibration	NOUN
ijassa-408	175	16	,	,	PUNCT
ijassa-408	175	17	imece	imece	NOUN
ijassa-408	175	18	proceeding	proceeding	NOUN
ijassa-408	175	19	,	,	PUNCT
ijassa-408	175	20	pp.89	pp.89	PROPN
ijassa-408	175	21	-	-	NOUN
ijassa-408	175	22	100	100	NUM
ijassa-408	175	23	.	.	PUNCT
ijassa-408	176	1	[	[	X
ijassa-408	176	2	4	4	X
ijassa-408	176	3	]	]	X
ijassa-408	176	4	w	w	PROPN
ijassa-408	176	5	c	c	PROPN
ijassa-408	176	6	lin	lin	PROPN
ijassa-408	176	7	&	&	CCONJ
ijassa-408	176	8	m	m	PROPN
ijassa-408	176	9	h	h	PROPN
ijassa-408	176	10	wu	wu	PROPN
ijassa-408	176	11	.	.	PUNCT
ijassa-408	177	1	(	(	PUNCT
ijassa-408	177	2	2003	2003	NUM
ijassa-408	177	3	)	)	PUNCT
ijassa-408	177	4	,	,	PUNCT
ijassa-408	178	1	optimization	optimization	NOUN
ijassa-408	178	2	using	use	VERB
ijassa-408	178	3	genetic	genetic	ADJ
ijassa-408	178	4	algorithm	algorithm	NOUN
ijassa-408	178	5	in	in	ADP
ijassa-408	178	6	engine	engine	NOUN
ijassa-408	178	7	calibration	calibration	NOUN
ijassa-408	178	8	,	,	PUNCT
ijassa-408	178	9	icmr2003	icmr2003	PROPN
ijassa-408	178	10	,	,	PUNCT
ijassa-408	178	11	glasgow	glasgow	PROPN
ijassa-408	178	12	,	,	PUNCT
ijassa-408	178	13	uk	uk	PROPN
ijassa-408	178	14	.	.	PUNCT
ijassa-408	179	1	[	[	X
ijassa-408	179	2	5	5	NUM
ijassa-408	179	3	]	]	X
ijassa-408	179	4	c	c	PROPN
ijassa-408	179	5	lin	lin	PROPN
ijassa-408	179	6	,	,	PUNCT
ijassa-408	179	7	m	m	PROPN
ijassa-408	179	8	h	h	NOUN
ijassa-408	179	9	wu	wu	PROPN
ijassa-408	179	10	,	,	PUNCT
ijassa-408	179	11	s	s	PROPN
ijassa-408	179	12	y	y	PROPN
ijassa-408	179	13	duan	duan	PROPN
ijassa-408	179	14	.	.	PUNCT
ijassa-408	180	1	(	(	PUNCT
ijassa-408	180	2	2003	2003	NUM
ijassa-408	180	3	)	)	PUNCT
ijassa-408	180	4	,	,	PUNCT
ijassa-408	180	5	engine	engine	NOUN
ijassa-408	180	6	test	test	NOUN
ijassa-408	180	7	data	datum	NOUN
ijassa-408	180	8	modelling	modelling	NOUN
ijassa-408	180	9	by	by	ADP
ijassa-408	180	10	evolutionary	evolutionary	ADJ
ijassa-408	180	11	radial	radial	ADJ
ijassa-408	180	12	basis	basis	NOUN
ijassa-408	180	13	function	function	NOUN
ijassa-408	180	14	networks	network	NOUN
ijassa-408	180	15	,	,	PUNCT
ijassa-408	180	16	imeche	imeche	NOUN
ijassa-408	180	17	publication	publication	NOUN
ijassa-408	180	18	,	,	PUNCT
ijassa-408	180	19	journal	journal	NOUN
ijassa-408	180	20	of	of	ADP
ijassa-408	180	21	automobile	automobile	PROPN
ijassa-408	180	22	eng	eng	PROPN
ijassa-408	180	23	,	,	PUNCT
ijassa-408	180	24	part	part	NOUN
ijassa-408	180	25	d	d	NOUN
ijassa-408	180	26	,	,	PUNCT
ijassa-408	180	27	vol.217	vol.217	NOUN
ijassa-408	180	28	,	,	PUNCT
ijassa-408	180	29	pp.489	pp.489	NOUN
ijassa-408	180	30	-	-	SYM
ijassa-408	180	31	497	497	NUM
ijassa-408	180	32	.	.	PUNCT
ijassa-408	181	1	advances	advance	NOUN
ijassa-408	181	2	in	in	ADP
ijassa-408	181	3	systems	system	NOUN
ijassa-408	181	4	science	science	NOUN
ijassa-408	181	5	and	and	CCONJ
ijassa-408	181	6	applications	application	NOUN
ijassa-408	181	7	(	(	PUNCT
ijassa-408	181	8	2014	2014	NUM
ijassa-408	181	9	)	)	PUNCT
ijassa-408	181	10	vol.14	vol.14	NOUN
ijassa-408	181	11	no.1	no.1	X
ijassa-408	181	12	65	65	NUM
ijassa-408	182	1	[	[	SYM
ijassa-408	182	2	6	6	NUM
ijassa-408	182	3	]	]	X
ijassa-408	182	4	m	m	VERB
ijassa-408	182	5	h	h	NOUN
ijassa-408	182	6	wu	wu	PROPN
ijassa-408	182	7	,	,	PUNCT
ijassa-408	182	8	wanchang	wanchang	PROPN
ijassa-408	182	9	lin	lin	PROPN
ijassa-408	182	10	,	,	PUNCT
ijassa-408	182	11	s	s	PROPN
ijassa-408	182	12	y	y	PROPN
ijassa-408	182	13	duan	duan	PROPN
ijassa-408	182	14	.	.	PUNCT
ijassa-408	183	1	(	(	PUNCT
ijassa-408	183	2	2008	2008	NUM
ijassa-408	183	3	)	)	PUNCT
ijassa-408	184	1	,	,	PUNCT
ijassa-408	184	2	develop	develop	VERB
ijassa-408	184	3	a	a	DET
ijassa-408	184	4	nn	nn	X
ijassa-408	184	5	modelling	model	VERB
ijassa-408	184	6	tool	tool	NOUN
ijassa-408	184	7	for	for	ADP
ijassa-408	184	8	engine	engine	NOUN
ijassa-408	184	9	performance	performance	NOUN
ijassa-408	184	10	tested	test	VERB
ijassa-408	184	11	data	datum	NOUN
ijassa-408	184	12	modelling	modelling	NOUN
ijassa-408	184	13	,	,	PUNCT
ijassa-408	184	14	icmr2008	icmr2008	PROPN
ijassa-408	184	15	,	,	PUNCT
ijassa-408	184	16	brunel	brunel	PROPN
ijassa-408	184	17	university	university	PROPN
ijassa-408	184	18	,	,	PUNCT
ijassa-408	184	19	u.k	u.k	PROPN
ijassa-408	184	20	.	.	PUNCT
ijassa-408	185	1	[	[	X
ijassa-408	185	2	7	7	NUM
ijassa-408	185	3	]	]	X
ijassa-408	185	4	park	park	NOUN
ijassa-408	185	5	,	,	PUNCT
ijassa-408	185	6	j.	j.	PROPN
ijassa-408	185	7	and	and	CCONJ
ijassa-408	185	8	sandberg	sandberg	PROPN
ijassa-408	185	9	,	,	PUNCT
ijassa-408	185	10	i.	i.	PROPN
ijassa-408	185	11	w.	w.	PROPN
ijassa-408	185	12	(	(	PUNCT
ijassa-408	185	13	1991	1991	NUM
ijassa-408	185	14	)	)	PUNCT
ijassa-408	185	15	,	,	PUNCT
ijassa-408	185	16	universal	universal	ADJ
ijassa-408	185	17	approximation	approximation	NOUN
ijassa-408	185	18	using	use	VERB
ijassa-408	185	19	radial	radial	ADJ
ijassa-408	185	20	basis	basis	NOUN
ijassa-408	185	21	function	function	NOUN
ijassa-408	185	22	networks	network	NOUN
ijassa-408	185	23	,	,	PUNCT
ijassa-408	185	24	neural	neural	ADJ
ijassa-408	185	25	computation	computation	NOUN
ijassa-408	185	26	,	,	PUNCT
ijassa-408	185	27	3	3	NUM
ijassa-408	185	28	:	:	PUNCT
ijassa-408	185	29	pp.246	pp.246	PROPN
ijassa-408	185	30	-	-	PUNCT
ijassa-408	185	31	257	257	NUM
ijassa-408	185	32	.	.	PUNCT
ijassa-408	186	1	[	[	X
ijassa-408	186	2	8	8	NUM
ijassa-408	186	3	]	]	X
ijassa-408	186	4	poggio	poggio	PROPN
ijassa-408	186	5	t.	t.	PROPN
ijassa-408	186	6	and	and	CCONJ
ijassa-408	186	7	girosi	girosi	PROPN
ijassa-408	186	8	f.	f.	PROPN
ijassa-408	186	9	(	(	PUNCT
ijassa-408	186	10	1990	1990	NUM
ijassa-408	186	11	)	)	PUNCT
ijassa-408	186	12	,	,	PUNCT
ijassa-408	186	13	networks	network	NOUN
ijassa-408	186	14	for	for	ADP
ijassa-408	186	15	approximation	approximation	NOUN
ijassa-408	186	16	and	and	CCONJ
ijassa-408	186	17	learning	learning	NOUN
ijassa-408	186	18	,	,	PUNCT
ijassa-408	186	19	proceedings	proceeding	NOUN
ijassa-408	186	20	of	of	ADP
ijassa-408	186	21	ieee	ieee	NOUN
ijassa-408	186	22	,	,	PUNCT
ijassa-408	186	23	vol.78	vol.78	NOUN
ijassa-408	186	24	,	,	PUNCT
ijassa-408	186	25	pp.1481	pp.1481	PROPN
ijassa-408	186	26	-	-	PUNCT
ijassa-408	186	27	1497	1497	NUM
ijassa-408	186	28	corresponding	correspond	VERB
ijassa-408	186	29	author	author	NOUN
ijassa-408	186	30	author	author	NOUN
ijassa-408	186	31	can	can	AUX
ijassa-408	186	32	be	be	AUX
ijassa-408	186	33	contacted	contact	VERB
ijassa-408	186	34	at	at	ADP
ijassa-408	186	35	:	:	PUNCT
ijassa-408	186	36	m.h.wu@derby.ac.uk	m.h.wu@derby.ac.uk	VERB