原文传递
MEA优化BP神经网络的路面附着系数估计方法研究
| 论文题名： | MEA优化BP神经网络的路面附着系数估计方法研究 |
| 关键词： | 汽车主动安全系统;路面附着系数;思维进化算法;BP神经网络;动力学响应 |
| 摘要： | 随着人们生活水平以及交通运输的高速发展，汽车作为我国经济发展的重要载体，其保有量也越来越大。当汽车行驶在积水、结冰等附着条件差的路面时，由于驾驶员对路面判断不足，易造成驾驶车辆失稳并导致交通事故。为保证安全驾驶，减少交通事故的发生，提升车辆的主动安全已成必然。路面附着系数能够直接地反映路面信息，为车辆主动安全系统提供了重要输入参数。 本文致力于提升估计路面附着系数的准确率，提出了思维进化算法(Mind Evolutionary Algorithm，MEA)优化BP神经网络估计路面附着系数方法，并研究了路面附着系数估计时，动力学响应的选择问题。论文的主要的研究内容如下: 1.建立Carsim/Simulink联合仿真模型，依据所设计的采样空间进行仿真，共获取了某车辆的64个行驶工况的28个动力学响应数据，并对所采集的数据进行归一化处理，为下文提供研究基础。 2.根据采集的仿真数据，构建了MEA-BP神经网络估计路面附着系数模型，并将其与极限学习机（Extreme Learning Machine，ELM），BP神经网络进行比较，结果显示MEA-BP神经网络相比ELM，BP神经网络的准确率分别提高了8.9％以及5.7％，均方误差分别降低了2.9E-03以及1.5E-03，具有更高精度以及更强的抗干扰性。 3.选择某车辆进行加装实验设备，采集相关实验数据，在干燥沥青路面以及潮湿沥青路面进行了实车实验，验证了该方法的有效性、可行性。 4.根据Carsim/Simulink联合仿真采集到的28个动力学响应与估计路面附着系数的准确率进行相关性分析，确定了估计路面附着系数的最佳输入变量数量以及优选动力学响应。 上述研究为估计路面附着系数提供了理论以及技术储备。此外，采用MEA-BP神经网络估计路面附着系数一定程度上解决了目前估计方法的缺陷，提高了估计准确率，降低了估计成本，对提高车辆主动安全具有重要的实际意义。 |
| 作者： | 张凡皓 |
| 专业： | 机械工程 |
| 导师： | 伍文广;梁小波 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
