人工神經網絡與車輛的結合論文

人工神經網絡與車輛的結合論文

　　人工神經網絡的建立是基于對人的大腦和神經系統的分析而形成的，其主要運用于建模中，在各種工程中都能夠得到廣泛地應用，現在，車輛工程專業發展迅速，隨著智能化技術的發展，車輛工程也朝著智能化的方向發展，實現了對車輛工程的智能化控制，車輛工程在原有的控制方案中，主要是采用數學相關的盧綸，但是還存在很多缺陷，神經網絡在車輛工程中使用，使車輛工程的局限性得到了解決。

　　1 人工神經網絡分析

　　1.1 人工神經網絡的主要特征

　　人工神經網絡是在人腦的拓撲中實現的，其特點主要有以下幾點。

　　1.1.1 人工神經網絡具有結構性特點

　　人工神經網絡的結構比較清晰，具有清晰的框架，其是由神經元按照一定的順序排列而成的，神經元在完成輸入的過程中能夠分析工程的權值，能夠將不同神經元信息連接起來，能夠明確連接的關系，同時能夠確保連接的強度。不同的人工神經網絡，其組織結構也是不同的，能夠實現對不同性能的工程的運行。

　　1.2 人工神經網絡具有分布式特點

　　人工神經網絡能夠實現各種神經元的連接，從而能夠將工程的主要特點表述清楚，在獲取聯結的權值以后，通過模擬人腦的拓撲結果，從而能夠準確地獲取信息，能夠將各個單元的信息進行整個，使各個單元的整體性能比較完善。人工神經網絡在實現權值的聯結后，還能夠實現系統的相關性分析，能夠實現信息的分布式存儲，各部分的信息能夠起到相互作用的效果，信息不是獨立的，而是形成一個整體，從而能夠使工程的容錯能力增強，不會因為信號的干擾而造成數據不能輸出。

　　1.3 人工神經網絡具有并行性特點

　　當信息輸入到人工神經網絡中，其可以實現雙向的處理，促進了信息的輸入和輸出，在這種模式中，人工神經網絡中的各個神經元實現了結合，能夠實現信息的有效傳遞，各個神經元在整體的控制下，能夠實現信息的共享，而信息之間互不干擾，共同作用，從而能夠在一定程度上提高工程處理信息的能力。

　　1.4 人工神經網絡具有非線性特點

　　人工神經網絡能夠實現不同的變量之間的同時映射，使一個自變量能夠對應多個變量。

　　2 人工神經網絡在車輛工程中的應用

　　2.1 人工神經網絡能夠促進車輛模型的識別

　　2.1.1 人工神經網絡能夠促進輪胎動力學模型的識別

　　輪胎動力學能夠對車輛的運行能力進行精確地描述，輪胎的構成材料是不同的，而且具有非線性特點，因此，在輪胎動力學模型建成以后，都會存在精度問題，所以，在車輛運行的過程中，運用人工神經網絡可以建立精確的輪胎動力學模型，人工神經網絡實現了輪胎動力學模型的層次感，分別用三個不同的神經元，實現了輸入層、隱含層和輸出層的設置，為了能夠確保輪胎的動力學模型能夠結合實際車輛的運行情況，就需要對輪胎的縱向力和側向力進行分析，分別運用輸入層和輸出層的兩個單元。

　　2.1.2 人工神經網絡能夠促進對車輛運動模型的識別

　　在車輛運行的過程中，可以借助人工神經網絡進行模型的計算，在輸入一定的數值后，運用此模型能夠實現輸出的數值的相似性，運用一個可以循環的前饋神經網絡實現對車輛系統的識別。在輸入的過程中，可以運用8 個神經元，能夠對車輛運行的狀態進行檢測，分析車輛的運行速度、側向速度和加度素，在數據輸出的過程中設置8 個神經元，這樣可以實現對車輛位移增量的觀察。在進行車輛運動模型的識別過程中，不是運用的神經元越多就越好，當能夠確保網絡精度的前提下，神經元的數量越燒越好，這樣可以節省成本。

　　2.1.3 人工神經網絡能夠促進駕駛員與車輛模型的識別

　　在對駕駛員和車輛系統的分析中，能夠確保駕駛員的行為的正確性是很有必要的，所以，借助人工神經網絡可以對駕駛員的思維進行模擬，通過設計輸入層、隱含層和輸出層，對不同距離的車輛的軌跡進行描述，從而能夠實現駕駛的模擬。

　　2.2 人工神經網絡在車輛運動控制中的應用

　　2.2.1 人工神經網絡在車輛懸架系統中的控制

　　車輛懸架控制系統在運行的過程中流程比較復雜，而且也呈現出非線性特點，在運行的過程中隨機性比較強，所以，運用神經網絡可以對懸架的系統進行分析與控制。在輸入層運用幾個神經元，能夠分析路面是否是平整的，在隱含層可以運用神經元分析懸架系統的控制能力。

　　2.2.2 人工神經網絡對車輛運行軌跡的控制

　　在平整度比較差的路面上，即使是技術較為嫻熟的駕駛員，進行垂直倒行也是比較難的，所以，運用人工神經網絡對掛車的機組進行模擬，從而能夠將停靠的位置確定下來。運用人工神經網絡，將人工神經網絡于邏輯運算結合起來，從而能夠實現對車輛轉向的控制。

　　3 人工神經網絡在車輛工程運用的發展方向

　　車輛工業現在朝著智能化的方向發展，因此，在給人們提供便利的同時，其出現的問題也是越來越多，所以，原有的建模方法已經不能適用了，所以，應該針對前饋網絡，使車輛工程朝著規范化和智能化的方向發展，運用軟件平臺實現車輛工程的控制，在BP 網絡中能夠實現對車輛工程的控制，可以通過力學的計算，對車輛工程進行優化設計，從而能夠使RBF 網絡的使用范圍更加廣泛，借助人工神經網絡豐富的聯想效果，提高車輛工程的容錯能力。

　　4 結語

　　現在，車輛工程的規模越來越大，而且車輛工程越來越多，所以，將智能化技術應用到車輛工程中是很有必要的，所以，研究人工智能網絡在車輛工程中的應用是很有必要的，可以借助人工智能網絡實現車輛工程的智能化發展，可以將人工智能網絡應用到促進輪胎動力學模型的識別，對車輛運動模型的識別，對駕駛員與車輛模型的識別，對車輛懸架系統中的控制等領域，從而促進車輛工程的發展。

【人工神經網絡與車輛的結合論文】相關文章：

環境科學人工神經網絡運用論文11-25

基于神經網絡的車輛動力學分析11-22

基于模糊神經網絡的車輛自動避撞預警算法研究03-07

車輛管理論文11-18

人工神經網絡應用于繼電保護的探討03-18

人工神經網絡模型及其在優化問題中的應用03-07

科學家用DNA造出人工神經網絡11-18

德育及體育教育結合分析論文12-03

淺談音樂與閱讀的完美結合論文12-01