汽车制动系统可靠性预测的模糊神经网络研究

• 作者: 倪泉 王斌 葛友华
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 汽车制动系统(ABS) 可靠性预测 模糊神经网络 粒子群算法(PSO) 函数优化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 34-37
• 页数: 4页
• 分类号: TP391+.9|TH6
• 字数: 3027字
• 语种: 中文
• DOI: 10.16086/j.cnki.issn1000-0380.201601009

摘要

计时传统模糊神经网络算法在汽车制动系统(ABS)可靠性预测中存在预测精度不高、误差较大等问题,提出了一种基于优化隶属函数的改进模糊神经网络算法.采用偏移优化方法对模糊控制算法的隶属函数进行改进;引入粒子群算法进行自适应惯性权重的寻优能力、收缩因子的收敛速度优化;最后与模糊神经网络算法融合,调整原算法的中心值、宽度值和连接权值,避免原算法在汽车制动系统可靠性预测中陷入局部最小值.仿真实验表明,改进的模糊神经网络算法具有比传统神经网络算法和模糊控制算法更小的预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	盐城工学院机械工程学院	56	187	7.0	11.0
2	葛友华	盐城工学院机械工程学院	91	323	8.0	11.0
3	倪泉	常州大学机械工程学院	3	11	2.0	3.0