共查询到20条相似文献,搜索用时 31 毫秒
1.
基于人工神经网络的高速公路入口匝道控制算法 总被引:1,自引:0,他引:1
利用BP人工神经网络对高速公路单个入口匝道进行控制。根据具体问题对神经网络控制器的设计进行了讨论,利用BP改进算法对神经网络控制器进行训练。利用Matlab对控制器的控制效果进行了仿真,将仿真结果与车道、需求-容量控制的效果进行了比较,结果表明,该神经网络控制器可以获得优良的控制效果。 相似文献
2.
电动汽车热泵空调系统具有时变性、非线性和滞后性的特点,传统的比例-积分-微分(PID)控制方法无法达到理想的控制效果。针对反向传播(BP)神经网络,推导出其正向和反向传播阶段公式,给出了详细的控制算法设计,在传统PID控制器基础上设计出一种自学习BP神经网络PID控制器。对热泵空调系统模型仿真,结果表明,该控制器具有稳定性高,鲁棒性好等优点,优于传统PID控制效果。最后把BP-PID算法与脉冲宽度调制(PWM)控制相结合,进行了系统软硬件原理设计,与传统PID控制相比稳定时间从155 s减少到145 s,实现空调温度控制,为后续车型开发做准备。 相似文献
3.
为解决盾构在复杂地层施工时推进速度和压力难以控制的问题,在压力流量控制的基础上提出BP神经网络控制策略。通过AMESim建立推进系统物理模型,并利用Simulink设计出BP神经网络控制器,最后对系统进行联合仿真,分析推进系统液压缸在变流量和变负载工况下推进速度和压力的响应特性。仿真结果表明:该控制策略与常规PID控制相比,波动幅度降低,调节时间快。采用BP神经网络PID控制能够有效地提高盾构在负载突变情况下速度和压力控制精度,稳定性好、适应能力强,为盾构控制系统设计和优化提供理论参考。 相似文献
4.
5.
6.
针对电控空气悬架在车高调节过程中存在的过充,过放以及震荡等不良现象和加速、减速、转弯以及路面随机干扰对整车姿态的影响,根据变质量充放气系统热力学理论,提出一种能够对气体质量流量进行自适应快速调节的单神经元PID控制方法。根据车辆动力学理论,建立了加速、减速、转弯以及路面随机干扰下的空气悬架车身高度调节系统整车模型。基于神经网络控制算法,设计了车身高度调节的单神经元PID控制器和整车姿态控制的BP神经网络PID控制器。为检验所设计控制器的性能,搭建了Matlab/Simulink车身高度控制仿真模型和整车姿态控制仿真模型。仿真结果表明所设计的控制系统不仅能够实现车身高度的有效调节,同时还能抑制车身高度调节中的整车姿态变化。 相似文献
7.
8.
9.
为提高永磁同步电机矢量控制系统的响应速度,提高系统鲁棒性,文章使用一种自适应比例积分(PI)矢量控制策略对传统矢量控制进行改进。文章根据一款混合动力电动汽车用永磁同步电机的相关参数建立了电机模型和传统矢量控制仿真模型;设计了基于BP神经网络的自适应PI控制器,对传统矢量控制模型进行了改进;最后对两种控制系统转矩突变的工况进行了仿真对比和分析。结果表明:与传统矢量控制策略相比,设计的基于BP神经网络的自适应PI矢量控制策略能够有效提高系统的响应速度,增强控制系统的鲁棒性,满足了车用电机的使用要求。 相似文献
10.
《汽车工程学报》2015,(4)
针对重型商用车采用固定助力特性的液压转向系统(Hydraulic Power Steering,HPS)存在操纵稳定性差的缺点,提出了一种旁通流量控制式电控液压转向系统(Electrical Controlled Hydraulic Power Steering,ECHPS)。建立了该转向系统核心部件电液比例阀数学模型,设计了ECHPS系统的助力控制策略和助力特性曲线,为了消除被控系统受到参数不确定性和外界干扰的影响,采用神经网络与自适应动态面技术相结合的算法设计了一种新型控制器。通过理论与仿真分析证明了所设计的自适应神经网络动态面控制器不仅响应快、跟踪效果好、控制精度高,而且能够实现汽车低速时的转向轻便性和高速时的良好路感要求。 相似文献
11.
设计了一种具有实时控制能力的增程式电动汽车混合型能量管理策略。首先建立了面向能量管理策略优化的增程式电动汽车整车模型。根据能量管理策略特点,将优化目标设置为增程器系统燃油消耗及动力电池当前SOC值与目标值之间差值的总和。再采用动态规划算法求解增程式电动汽车在给定行驶工况下的能量管理优化问题,从而获得了增程器开启时刻与输出功率优化结果。但由于动态规划算法需要已知详细的工况信息,很难应用于实车实时控制,而且从动态规划优化结果中不易提取控制规则,因此利用BP神经网络算法对优化结果进行离线训练,建立了增程器输出功率与车辆行驶状态参数间的非线性映射关系,得到了具有实时控制能力的神经网络控制模型。在采用BP神经网络训练时,根据车辆各个状态参数在CAN总线中的传输精度,对神经网络输入层、输出层参数的精度进行了修正。仿真结果表明:神经网络模型能够获得类似动态规划的最优控制效果,能够控制动力电池SOC在目标值的3%误差带以内。采用NEDC工况对混合型能量管理策略进行了硬件在环仿真试验,试验结果表明:与实车采用的电能消耗-电能维持型控制策略相比,所提出的混合型能量管理策略使汽车的燃油经济性提高了9.5%。 相似文献
12.
13.
基于神经网络实现交叉口多相位模糊控制 总被引:3,自引:5,他引:3
根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明,所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力。 相似文献
14.
15.
16.
17.
18.
19.
20.
针对入口匝道控制中局部需求大于高速公路主线容量情况下Alinea控制算法不能有效反馈的问题,结合模糊控制和神经网络的优点,通过神经网络来训练模糊控制规则,提出蚁群算法优化的模糊神经网络控制器,并对控制器应用于入口匝道控制进行了详细设计。仿真结果表明,基于蚁群优化算法的模糊神经网络控制器学习次数远小于Alinea控制算法,且收敛速度快,运算效率高,控制品质好,能够更好地稳定主线交通流密度。 相似文献