【作者】

汤峰; 邱静

【单位】

安徽交通职业技术学院

【摘要】

随着汽车高级辅助驾驶系统的快速发展，汽车横向失稳判别是其关键的问题，本文提出了一种基于可拓神经网络的汽车横向稳定性识别方法。首先，建立了系统的动力性模型，基于驾驶仿真实验获得了反映汽车横向稳定性属性的数据集。然后，设计基于快速寻找密度峰值方法，对汽车横向稳定性分成绝对稳定、接近稳定和很难稳定三类。接着，采用可拓神经网络算法训练数据集，在典型驾驶工况下对横向稳定性类别进行识别。为了提高可拓神经网络算法的识别能力，利用领域粗糙集属性约简算法选择原始属性集中的最重要属性集。最后，大量的仿真实验验证了所提出的稳定性判别方法的优越性，也证明了属性约简的必要性。

【关键词】

横向稳定性判别;数据分类;可拓神经网络;属性约简

【论文编号】

P0084

【论文集名称】

控制与测试

【会议名称】

第二届世界内燃机大会

【会议地点】

山东济南

【下载次数】

10

返回