基于RBF神经网络的轮胎滚动阻力建模研究

• 作者: 毛建清 毛鑫昕 王东哲
• 来源期刊: 橡胶工业
• 学科: 工学
• 关键词: 轮胎 滚动阻力 模型 径向基函数 反向传播算法 神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 应用理论
• 页码范围: 739-743
• 页数: 5页
• 分类号: TP183|TQ336.1
• 字数: 2787字
• 语种: 中文
• DOI: 10.12136/j.issn.1000-890X.2019.10.0739

摘要

建立径向基函数(RBF)神经网络轮胎滚动阻力模型,充分利用RBF神经网络模型逼近精度高、训练速度快、无局部极小等优点,对轮胎滚动阻力进行全面、准确的预测.结果 表明,轮胎滚动阻力RBF与反向传播算法(BP)神经网络模型预测值的平均相对误差分别为2％和6％左右,RBF神经网络模型在训练和预测结果上均有更大优势,能够有效预测轮胎滚动阻力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛鑫昕	大连海事大学理学院	2	7	2.0	2.0
2	毛建清		3	15	3.0	3.0
3	王东哲	大连海事大学理学院	1	3	1.0	1.0