基于粒子群优化和极限学习机的底盘测功机加载扭矩模型

• 作者: 覃健
• 来源期刊: 汽车实用技术
• 学科: 交通运输
• 关键词: 底盘测功机 加载力矩 超限学习机 粒子群优化
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 测试试验
• 页码范围: 121-123
• 页数: 3页
• 分类号: U467.3
• 字数: 2039字
• 语种: 中文
• DOI: 10.16638/j.cnki.1671-7988.2020.11.039

摘要

汽车底盘测功机通过电涡流测功器产生加载扭矩模拟汽车行驶在道路上时所受到的阻力.针对电涡流测功器输出扭矩的非线性特性,提出采用极限学习机神经网络建立电涡流测功器输出扭矩模型的方法,并利用粒子群算法优化网络结构提高模型的准确性.仿真结果显示,模型的平均相对误差为1.3％.通过与BP神经网络模型相比较,极限学习机模型显示出了更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃健		6	18	1.0	4.0