基于NARX神经网络的路面不平度识别

• 作者: 李杰 谷盛丰 赵旗 郭文翠
• 来源期刊: 汽车工程
• 关键词: 路面不平度识别 NARX神经网络 正交试验设计 平顺性
• 年，卷（期）: 2019,（7）
• 页码范围: 807-814
• 页数: 8页
• 字数: 4818字
• 语种: 中文

摘要

为应用NARX神经网络识别路面不平度,对NARX神经网络及其训练过程和结构设计进行了分析,采用相关系数和均方根误差作为NARX神经网络识别效果的评价指标.建立了路面不平度滤波白噪声模型和汽车平顺性4自由度平面模型,通过仿真获得路面不平度和车辆响应.以可测试的车辆响应作为NARX神经网络的输入,采用正交试验设计提出确定NARX神经网络输入方案的方法,对在常用等级路面上以常用车速行驶的某汽车的前轮路面不平度进行了识别.结果 表明,将可测试的车辆响应作为NARX神经网络输入,结合正交试验设计,解决了NARX神经网络最优输入方案的确定问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵旗	吉林大学汽车仿真与控制国家重点实验室	37	325	11.0	17.0
2	李杰	吉林大学汽车仿真与控制国家重点实验室	159	950	17.0	24.0
3	郭文翠	吉林大学汽车仿真与控制国家重点实验室	4	4	1.0	2.0
4	谷盛丰	吉林大学汽车仿真与控制国家重点实验室	5	1	1.0	1.0