支持向量机与神经网络在减振器建模中的应用 |
| |
作者姓名: | 王先云 |
| |
作者单位: | 汽车仿真与控制国家重点实验室,长春,130025 |
| |
基金项目: | 中国高水平汽车自主创新能力建设项目(200822010001531) |
| |
摘 要: | 提出了利用支持向量机回归建立减振器非参数模型的方法。之后,利用支持向量机建立的模型与两类神经网络模型进行了对比。一类是反向传播神经网络,另一类是径向基函数神经网络。这三种模型分别在虚拟减振器与真实减振器上进行了比较。比较结果证明反向传播神经网络对虚拟减振器的辨识结果最好,而支持向量机回归算法对真实减振器的辨识效果最好。其原因是由于真实减振器的试验数据均具有噪声,而支持向量机对噪声具有一定的鲁棒性。
|
关 键 词: | 车辆模拟 支持向量机回归 神经网络 减振器 |
收稿时间: | 2011-09-16 |
修稿时间: | 2011-09-16 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载免费的PDF全文 |
|