前馈神经网络在汽车悬架设计中的应用

• 作者: 任远 白广忱
• 来源期刊: 计算机应用研究
• 关键词: 神经网络 遗传算法 近似模型 悬架
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2273-2275
• 页数: 3页
• 分类号: TP183|TP391.72
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.06.083

摘要

提出采用GA-BP贝叶斯算法来建立悬架运动学分析近似模型.该算法是一种新型前馈神经网络训练算法,它以提高网络的泛化性能为主旨,其训练目标在于获取对应于后验分布最大值的权值向量.以双横臂式前独立悬架为例,采用GA-BP贝叶斯算法建立了以车轮接地点侧向最大滑移量为输出的运动学分析近似模型,并与L-MBP算法、多项式回归和广义回归神经网络这三种方法进行了比较.结果表明,基于GA-BP贝叶斯算法的近似模型的预测精度明显高于其他几种模型,并且受随机因素的影响很小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白广忱	北京航空航天大学能源与动力工程学院	97	761	16.0	21.0
2	任远	北京航空航天大学能源与动力工程学院	15	121	6.0	11.0