基于神经网络的DCT换挡品质评价系统的开发

通过对DCT换挡过程的分析,确定了换挡时间、车辆加速度、换挡冲击度和发动机转速波动量等4个物理量作为客观评价指标。依据BP人工神经网络的基本原理,应用Matlab软件的神经网络工具箱函数,建立了用于评价车辆换挡平顺性的神经网络模型。利用GUI工具箱建立人机交互界面。通过内置的三种评价标准以及可以自行设计评价标准的方法,大大增强了该评价系统的灵活性和针对性。最后,对该评价系统进行了总结。     

基于证据理论和模糊神经网络的汽车换挡平顺性评价方法

针对目前汽车换挡平顺性评价方法的不足,提出了一个基于证据理论和模糊神经网络的汽车换挡平顺性评价方法.运用证据理论对不同驾驶员给出的主观评价进行数据融合;通过模糊神经网络对由仪器测得的客观评价指标和经证据合成后的相应主观评价构成的样本向量进行学习和训练,建立了汽车换挡平顺性评价系统.计算和试验结果表明,该方法克服了主观评价和客观评价各自的缺点,能客观、准确、有效地评价汽车换挡平顺性.     

AMT汽车动态模糊神经网络三参数换挡策略研究

提出了动态模糊神经网络三参数换挡控制原理及其控制器训练算法,将该控制器运用到长安羚羊AMT轿车上,进行神经网络三参数换挡控制仿真与试验,并与两参数换挡进行了比较。结果表明,采用动态模糊神经网络三参数换挡比两参数换挡更符合驾驶员的换挡经验和习惯,挡位切换曲面变化平滑,比传统计算法求解换挡规律更简便,易于实现,鲁棒性更强。     

汽车电子换挡系统换挡失效故障分析

本文针对电子换挡系统各组成部分故障和外界环境输入故障等多方面进行换挡失效问题分析,为电子换挡系统故障的排查分析提供参考。     

混合动力汽车模式切换与AMT换挡品质评价方法

从整车动力性、传动系耐久性和舒适性三个方面确定了搭载AMT的混合动力汽车模式切换与换挡品质的评价指标。基于遗传算法优化BP神经网络的方法,建立了模式切换与换挡品质的客观评价模型。将客观评价模型的预测结果与主观评价的结果进行对比分析,并分析了各个评价指标对客观评价模型的影响。结果表明,混合动力汽车模式切换与AMT换挡品质评价指标选择合理,所建立的评价模型与主观评价方法具有较好的一致性,能客观有效地评价混合动力汽车模式切换与AMT换挡品质。     

基于D—S证据理论的汽车换挡品质主观评价方法

针对汽车换挡品质传统主观评价方法的不足,提出了一种基于D-S证据理论的换挡品质评价方法.该方法利用人的感觉器官作为"仪器",通过D-S证据理论对不同驾驶员给出的评价结果进行数据融合,以实现群决策层次多人评价意见的证据合成.试验结果表明,该方法克服了传统主观评价方法的模糊和不确定性,得到的评价结果与实际情况一致,能准确、可靠地评价换挡品质.     

AMT换挡品质的研究

电控机械式自动变速器（AMT）具有传动效率高、结构紧凑及工作可靠等优点。介绍了AMT换挡品质的定义及其影响因素，分析了几种影响因素之间的内在关系，并在此理论基础上寻求一种可获得最佳AMT换挡品质的方法。AMT按照其对发动机控制方式的不同，可分为柔性控制和刚性控制结构。     

基于串联型模糊神经网络的汽车半主动悬架的研究

本文建立了五自由度汽车半主动悬架系统模型，提出一种用于汽车悬 半主动振动控制系统的模糊神经网络方法，对半主动悬架 计算机仿真和结果分析，并通过与被动悬架相比较，证明半主动悬架系统在减少振动，提高汽车平一方面要优于被动悬架。     

汽车内空气品质的二级模糊综合评价法

在现代社会中,汽车已成为人们日常生活中不可缺少的重要交通工具,人们在汽车内渡过的时间越来越多.因此,对车内污染和空气品质的关注日益增加.影响车内空气品质的因素很多,并且有些因素在不断变化,车内空气品质的评价无法用精确数学概念来简单界定.文中根据模糊数学的基本原理,结合《室内空气质量标准》,选取评价因子,分配权重,建立了车内空气品质模糊评价隶属度模型,对车内污染物监测值采用二级模糊综合评价并得出相应评价结果.     

汽车选换挡性能测试及评价方法研究

在手动挡汽车选换挡品质评价中,主观评价方法具有模糊性,以动态参数为指标的客观评价方法具有复杂性的特点.为解决简便准确地进行汽车选换挡品质评价的问题,首先,通过搭建挡位数据采集平台采集了车辆挡位自由间隙数据.然后,利用LabVIEW数据处理平台对采集的数据进行了实时显示与存储.利用DBSCAN算法删除离群点,利用K-me...     

基于模糊神经网络的爆破参数优化系统研究

在公路铁路路基、路堑开挖过程中,经常会遇到一些岩石需要用爆破方法进行,由于岩石介质的复杂多变性、爆炸过程的复杂性,很难用一种定式来获得较优爆破参数.为了获取设计所需的理想的爆破效果,降低爆破成本,爆破工作者一直在进行爆破参数的优化研究.引入模糊神经网络方法,建立了爆破参数优化系统.     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

基于模糊神经网络的公路隧道通风控制的应用

运营公路隧道中的通风系统耗能最多,如何在满足卫生标准前提下,改进现有的控制方法,使隧道通风系统实时节能地运行已成为当前公路隧道通风十分紧迫的课题.     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

基于神经网络的模糊推理车辆跟驰模型

根据BP神经网络自学习的特点，通过训练使模糊变量和隶属函数隐含在网络内部，并用模糊逻辑推理模拟驾驶员对车辆进行控制的过程，可以使模型更接近于真实的跟驰行为，最后用该模型进行了仿真，证明其可行性。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力.     

基于模糊综合评判的轿车综合性能评价方法

轿车综合性能的评价是一项复杂的系统工程。依据模糊数学中的模糊综合评判原理,建立了对轿车综合性能进行评价的二级模糊综合评判模型．提出了一种对轿车综合性能进行综合评价的新方法。根据提出的评价方法,对轿车的综合性能进行了评价。该方法考虑了影响轿车性能的多种因素,结果简单合理,易于运用计算机来处理。评判结果对轿车的生产、销售以及购买提供科学的决策依据。