学术会议
基于数据聚类和可拓神经网络的汽车横向稳定性判别
汤峰* 邱静

分会场

控制与测试

摘要

随着汽车高级辅助驾驶系统的快速发展,汽车横向失稳判别是其关键的问题,本文提出了一种基于可拓神经网络的汽车横向稳定性识别方法。首先,建立了系统的动力性模型,基于驾驶仿真实验获得了反映汽车横向稳定性属性的数据集。然后,设计基于快速寻找密度峰值方法,对汽车横向稳定性分成绝对稳定、接近稳定和很难稳定三类。接着,采用可拓神经网络算法训练数据集,在典型驾驶工况下对横向稳定性类别进行识别。为了提高可拓神经网络算法的识别能力,利用领域粗糙集属性约简算法选择原始属性集中的最重要属性集。最后,大量的仿真实验验证了所提出的稳定性判别方法的优越性,也证明了属性约简的必要性。

关键词

横向稳定性判别;数据分类;可拓神经网络;属性约简

电子U盘全文仅限大会已缴费参会代表下载。

您还没有登录,请您先 点击这里登录

2024世界内燃机大会

2024 World Congress on Internal Combustion Engines
大会筹备办Preparatory Office of the Congress
caiyuchen@csice.org.cn
021-31310189
学术交流Academic Exchange
liufang@csice.org.cn
021-31310973
招商合作Investment Promotion
liping@csice.org.cn
021-31310154
微信公众号
Copyright © 2020 wice.csice.org.cn All Rights Reserved 中国内燃机学会 ©版权所有 | 沪ICP备12048031号