|
|||||
|
|
| 基于神经网络的汽车操纵逆动力学模型识别 | |
| 作者姓名： | 汪伟 赵又群 许健雄 刘文婷 |
| 作者单位： | 南京航空航天大学能源与动力学院; |
| 基金项目： | 国家自然科学基金项目(11072106) |
| 摘 要： | 针对驾驶员建模中不确定因素的影响,采用操纵逆动力学方法,反求出驾驶员的操纵输入来避开驾驶员建模.神经网络作为一种较好的识别驾驶员输入的方法,其学习速度和收敛精度会影响识别精度.为了提高汽车操纵逆动力模型识别时神经网络的学习速度和收敛精度,基于Elman网络,采用一种新的动态神经网络结构——状态延迟输入动态递归神经网络(SDIDRNN).首先,建立三自由度人—车闭环模型并以实车试验数据验证了模型的正确性.然后,通过建立SDIDRNN网络模型,取闭环模型的仿真结果做为训练样本,对汽车操纵逆动力模型进行了识别,所得结果及误差分析说明了该神经网络在学习能力上的优越性及识别模型的有效性. |
| 关 键 词： | 汽车操纵动力学 逆问题 实车试验 神经网络 识别 |
| 本文献已被 CNKI 等数据库收录！ | |