| 基于GABP神经网络的液压互联悬架建模研究 |
| |
| 引用本文： | 杨天宇,郑敏毅,陈桐,张农,李杰. 基于GABP神经网络的液压互联悬架建模研究[J]. 科学技术与工程, 2022, 22(16): 6702-6710 |
| |
| 作者姓名： | 杨天宇 郑敏毅 陈桐 张农 李杰 |
| |
| 作者单位： | 合肥工业大学 汽车与交通工程学院;合肥工业大学 汽车工程技术研究院 |
| |
| 基金项目： | 国家自然科学基金资助项目(51675152) |
| |
| 摘 要： | 液压互联悬架(hydraulically interconnected suspension, HIS)是一种非线性系统，运用机理分析法建模存在建模精度和速度不可兼得的缺点。为解决上述矛盾，提出了一种基于遗传算法(genetic algorithm, GA)优化的反向传播(back propagation, BP)神经网络对HIS系统进行建模的方法。首先，通过Simulink建立的液压互联悬架模型仿真获取网络的训练数据。其次，使用遗传算法优化BP神经网络的初始权值和阈值；然后，两种建模方法对比验证GABP建模方法优点；最后，通过液压互联悬架台架实验获取实验数据，与神经网络训练结果进行比较分析。结果表明：在垂向模态下，低、中、高3种频率下相对误差百分数分别为4.12%、2.27%、1.51%;在侧倾模态下，低、中、高3种频率下相对误差百分数分别为7.64%、4.07%、4.35%。与机理建模法相比，GABP建模方法兼具较好的建模精度和速度。
|
| 关 键 词： | 液压互联悬架(HIS) 遗传算法(GA) 反向传播(BP)神经网络 非线性系统 |
| 收稿时间： | 2021-08-25 |
| 修稿时间： | 2022-02-28 |
Research on hydraulic interconnection suspension modeling based on GABP neural network |
| |
| Yang Tianyu,Zheng Minyi,Chen Tong,Zhang Nong,Li Jie. Research on hydraulic interconnection suspension modeling based on GABP neural network[J]. Science Technology and Engineering, 2022, 22(16): 6702-6710 |
| |
| Authors: | Yang Tianyu Zheng Minyi Chen Tong Zhang Nong Li Jie |
| |
| Affiliation: | School of Automotive and Transportation,Hefei University of Technology,Hefei;Institute of Automobile Engineering Technology,Hefei University of Technology,Hefei |
| |
| Abstract: | |
| |
| Keywords: | hydraulic interconnected suspension(HIS) genetic algorithm back propagation neural networks nonlinear system |
|
| 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》下载全文 |
|
