基于 GA-BP 网络的矿山路面不平度辨识

• 作者: 张沙 朱一帆 谷正气 马骁骙
• 来源期刊: 中国机械工程
• 关键词: 矿山路面 辨识 BP 神经网络 遗传算法 仿真精度
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 车辆工程
• 页码范围: 3232-3238
• 页数: 7页
• 分类号: TD57
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.23.021

摘要

提出利用经遗传算法优化的 BP 神经网络辨识矿山路面的方法。建立了14自由度自卸车仿真模型，将仿真得到的座椅加速度作为网络理想输入样本，基于逆变换原理拟合出的路面不平度作为网络理想输出样本，通过网络训练，建立了两者之间非线性映射模型。对拟合出的不同等级路面、各种凹坑路面及自卸车不同载重下路面不平度进行辨识，辨识路面与测试路面相关系数高、相对误差小，验证了该方法具有对复杂矿山路面的辨识能力。通过整车道路试验，证明了该方法的准确性。与自卸车常用 C 级路面下的平顺性仿真结果的对比显示，采用该方法得到辨识路面更加接近实际路面，达到了提高模型仿真精度的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷正气	湖南大学汽车车身先进设计制造国家重点实验室	195	2551	27.0	38.0
5	张沙	湖南大学汽车车身先进设计制造国家重点实验室	13	65	5.0	8.0
6	马骁骙	湖南大学汽车车身先进设计制造国家重点实验室	6	40	4.0	6.0
7	朱一帆	湖南大学汽车车身先进设计制造国家重点实验室	5	26	2.0	5.0