基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对当前驾驶员模型无法体现驾驶操纵熟练程度的缺点,利用遗传算法的自动寻优能力,总结驾驶员自学习与驾驶经验特点,遵循行驶误差最小与体力负担最小原则,对模糊PID比例因子和量化因子进行离线优化设计,以此模拟驾驶员从生手到熟练驾驶培训过程。构建包括遗传算法优化的方向模糊PID与速度模糊综合控制驾驶员模型以及整车行驶动力学模型在内的人-车闭环系统仿真模型,在纵向速度单向变化、侧向双移线工况与大曲率试验道路典型工况下进行仿真分析。结果表明:基于遗传算法优化的方向模糊PID与速度模糊综合控制模型可以很好地描述驾驶员在纵向加减速操纵特性以及侧向预期轨迹跟随转向驾驶特性,相比于传统PID与模糊PID控制,具有更好的纵向加减速操纵特性与侧向预期轨迹跟随性能。
推荐文章
基于遗传算法的混合动力汽车前向仿真驾驶员模型参数优化
混合动力汽车
前向仿真
驾驶员模型
遗传算法
参数优化
运用改进PSO算法的驾驶员自适应方向与速度综合控制优化研究
驾驶员模型
方向与速度综合控制
PSO算法
模糊PID控制器
基于遗传算法的驾驶员-汽车闭环系统行驶方向稳定性研究
驾驶员-汽车闭环系统
方向稳定性
遗传算法
区间矩阵
特征值问题
基于最优控制的ANN驾驶员模型与仿真分析
驾驶员模型
人工神经网络
最优控制
仿真分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传算法优化的方向与速度综合控制驾驶员模型
来源期刊 重庆大学学报:自然科学版 学科 交通运输
关键词 驾驶员 方向控制 速度控制 遗传算法 模糊PID
年,卷(期) 2011,(9) 所属期刊栏目
研究方向 页码范围 1-8
页数 分类号 U461.6
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙冬野 重庆大学机械传动国家重点实验室 102 1582 25.0 34.0
2 邓涛 重庆大学机械传动国家重点实验室 20 301 10.0 17.0
3 胡丰宾 重庆大学机械传动国家重点实验室 14 198 8.0 14.0
4 罗勇 重庆大学机械传动国家重点实验室 28 411 11.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (9)
同被引文献  (32)
二级引证文献  (7)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
驾驶员
方向控制
速度控制
遗传算法
模糊PID
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导