基于自适应模糊神经网络的防车追尾控制器

• 作者: 李志敏 甘家梁 郭海如
• 来源期刊: 计算机仿真
• 学科: 交通运输
• 关键词: 汽车追尾 自适应模糊神经网络 自学习 平滑度
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 交通系统与工具仿真
• 页码范围: 344-347
• 页数: 4页
• 分类号: U461
• 字数: 1779字
• 语种: 中文

摘要

研究防止汽车追尾优化识别问题,为解决防汽车追尾快速预报,传统方法在于精确计算安全距离,并未给出具体的控制力度,结合自适应模糊神经网络理论,提出让汽车“缓慢”降速的解决方案,能有效解决防汽车追尾的控制力度问题.采用自适应模糊神经网络模型,设计汽车刹车力度控制规则表,进一步设计防汽车追尾控制器.通过仿真结果可以看出,跟传统的纯模糊控制系统相比,自适应模糊神经网络生成的曲面更加平滑,控制效果更好.并且具有自学习与自适应能力,能够自动生成并调整隶属度函数,提高了快速性和实时性,为汽车防追尾控制器设计提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭海如	孝感学院计算机学院	8	32	4.0	5.0
2	甘家梁	孝感学院计算机学院	9	16	3.0	3.0
3	李志敏	孝感学院计算机学院	6	9	2.0	3.0