基于改进AFSA的路面不平度时域估测

• 作者: 刘奕贯 王静 程准 鲁杨 鲁植雄
• 来源期刊: 安徽农业大学学报
• 学科: 交通运输
• 关键词: 路面不平度 时域模型 RBF神经网络 人工鱼群算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 工程技术
• 页码范围: 153-157
• 页数: 5页
• 分类号: U416|TP183
• 语种: 中文
• DOI: 10.13610/j.cnki.1672-352x.20170208.014

摘要

为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究.基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型.提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置.研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	三峡大学机械与动力学院	61	288	8.0	15.0
2	鲁植雄	南京农业大学工学院	117	793	14.0	20.0
3	程准	南京农业大学工学院	22	76	5.0	8.0
4	刘奕贯	南京农业大学工学院	9	115	5.0	9.0
5	鲁杨	南京农业大学工学院	9	40	2.0	6.0