原文传递
基于遗传算法和BP神经网络的车辆滑行阻力预测
| 论文题名： | 基于遗传算法和BP神经网络的车辆滑行阻力预测 |
| 关键词： | 车辆滑行阻力;BP神经网络;遗传算法 |
| 摘要： | 随着中国汽车工业的飞速发展,车辆本土化开发受到越来越多的重视。在开发过程中汽车滑行阻力是整车台架试验一个重要的输入,不同试验不同阶段对车辆的配置和试验要求都不尽相同。由于在露天跑道上的滑行试验受天气和环境因素影响很大,为每一种配置去进行车辆滑行试验,测量滑行阻力在工作量、人员和时间安排上都是不可行的。因此本课题意义在于寻找一种建立滑行试验阻力模型的方法,使之能较为准确的预测不同车辆状态下的道路阻力。 本文选取企业部分车辆,依据GB/T12536-1990《车辆滑行试验方法》在公司的广德试车场设计了道路滑行试验,通过T-BOX数采仪采集试验车辆在试车场道路上的多组滑行数据,求得车辆在路面上进行滑行试验的力平衡方程,根据平衡方程建立滑行阻力的数学模型,分别从滚动阻力和空气阻力对道路滑行试验的影响做了分析和阐述。为底盘测功机上进行模拟滑行提供了背景数据。从实际试验工作出发进行研究,得出利用BP神经网络方法改进传统滑行法测量车辆内阻的可行性,并通过Matlab软件中的神经网络工具箱nntool实现了该网络的设计,并且在得到结果的基础上根据实际操作中遇到的问题,通过遗传算法对网络的权值、阈值进行优化,减少了网络训练次数,进一步提高网络性能,最后通过编程的方式将数据处理、网络建立、遗传算法优化、网络训练和结果对比相结合,得到用遗传算法和BP神经网络相结合的办法预测车辆滑行阻力是可行且满足工程要求的。 |
| 作者： | 朱佳葆 |
| 专业： | 控制工程 |
| 导师： | 蔡云泽;龚红兵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
