论文摘要
针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF神经网络输入方案,采用相关系数和均方根误差作为RBF神经网络识别效果的评价指标。通过采用车辆和路面不平度系统4自由度平面模型仿真获得车辆响应和前轮路面不平度,应用RBF神经网络对常用路面等级和常用车速行驶下某汽车的前轮路面不平度进行了识别。结果表明,所提出的方法解决了基于RBF神经网络识别路面不平度的3个问题,可以用于其它神经网络识别路面不平度。
论文目录
文章来源
类型: 期刊论文
作者: 谷盛丰,顾久,郑玲玲,赵旗,李杰
关键词: 路面不平度识别,神经网络,正交试验设计,平顺性
来源: 汽车工程学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 吉林大学汽车仿真与控制国家重点实验室,一汽-大众汽车有限公司
基金: 中国汽车产业创新发展联合基金重点项目(U1564213),国家自然科学基金国际(地区)合作与交流重点项目(61520106008),省校共建项目(SXGJSF2017-2-1-1)
分类号: U463.6
页码: 157-163
总页数: 7
文件大小: 909K
下载量: 131