神经网络及其在汽车上的应用

所谓神经网络，也称为人工神经网络(ANN，Artificial Neural Networks)，是指利用工程技术手段模拟人脑神经的结构和功能的技术，用电子计算机模拟人脑神经元对信息的加工，存储和搜索等活动过程的技术。它是一个由很多简单的并行工作的处理单元组成的系统，它的功能取决于网络的结构．连结强度以及各单元的处理方式。     

遗传神经网络法在汽车故障诊断中的应用

在汽车故障诊断系统中，针对BP算法存在收敛速度慢、容易陷入局部极小值的问题，设计了用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程的改进算法。结果表明，这种改进算法具有收敛速度快、推广性强的特点，极大提高了汽车故障诊断系统的效率和准确性。     

非线性汽车行驶平顺性模型的神经网络优化

本文运用离散生成随机路面输入的方法，在时城上对11自由度非线性整车行驶平顺性模型进行了分析研究，并在此 以径向基函数神经网络对悬架参数进行了优化计算。模型及算法合理准确，为汽车行驶平顺性的进一步研究提供了有价值的参考方法。     

基于神经网络的我国汽车保有量建模与预测

利用改进ＢＰ神经网络对我国２０００年、２００５年、２０１０年的汽车保有量进行预测，并与灰色预测的结果进行对比，结果表明，结果表明，由于神经网络具有有很强的学习与活化能力，在处理具有一定程度不确定的非线性系统的建模与预测方面有较好的应用价值。     

基于模糊神经网络的氢燃料汽车发动机最优控制模型

在试验研究的基础上，提出了氢发动机的优化控制策略，建立以点火提前角、喷氢提前角和喷氢量为控制变量，分别以动力性、经济性为性能指标泛函，以模糊神经网络为求解工具的最优控制模型。     

BP神经网络汽车故障诊断专家系统

本文介绍了一个基于ＢＰ神经网络模型的汽车发动机故障诊断专家系统，阐述了该系统的基本原理，ＢＰ神经网络的结构，学习算法，并应用该模型对汽车发动机的几种典型故障进行了微机仿真运行。诊断结果表明，该系统诊断精度高，结论可靠。     

神经网络软测量技术在汽车发动机排放中的应用

由于汽车排放污染物CO难于进行实时测量，章提出了排放污染物软测量的概念，建立了汽车排放污染物CO的神经网络软测量模型，该模型可在没有专用的汽车排放仪器时进行CO的排放值的测量，也可用于CO的实时控制。     

汽车保有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型，并对我国未来几年的汽车保有量和年产量进行预测，其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等，取得了较为满意的预测结果，对预测结果进行分析，指出了我国汽车保有量与产量今后发展的特点和趋势。     

汽车半主动悬架的神经网络自适应控制

本文提出了用两个线性神经网络对汽车半主动悬架系统进行在线辨识和控制的策略，介绍了该控制系统中神经网络的在线训练方法，进行了仿真计算和结果分析。     

基于神经网络的发动机稳态模型研究

发动机稳态模型是研究汽车动力传动系统的基础。利用神经网络具有高度非线性的特点建立了发动机稳态模型，即发动机稳态工况下扭矩、油耗与油门开度以及转速之间的关系，并以桑塔纳２０００型电喷发动机为例进行了说明。     

汽车四轮转向非线性系统的神经网络控制

考虑了轮胎的非线性特性，引入Magic Formula建立汽车非线性力学模型，利用前向BP神经网络来辨识该非线性模型，并利用另一个神经网络进行PID参数的整定，进行离散控制系统和控制算法的设计，有效地提高了汽车四轮转向的稳定性。     

胶粘剂在汽车上的应用

胶粘剂在汽车工业中已成为粘接各种零件的重要粘接剂。众所周知，汽车所有高强度薄钢板、铝合金和塑料复合材料的结合均离不开胶粘剂，胶粘剂在汽车防腐、防漏方面也起了积极的作用。     

汽车有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型,并对我国未来几年的汽车保有量和年产量进行预测,其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等,取得了较为满意的预测结果.对预测结果进行分析,指出了我国汽车保有量与产量今后发展的特点和趋势.     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

基于神经网络的汽车超载识别

载重不同的汽车以不同的速度驶过载重仪的受荷板时，对受荷板的冲击不同，因而安装在受荷板下的传感器的输出信号也不同。提取这一信号的四种特征值作为神经网络的输入值，对驶过载重仪的汽车是否超载进行识别。通过实验，验证了该方法的可行性。     

基于神经网络的汽车故障诊断专家系统开发中的问题研究

针对基于神经网络技术的汽车故障诊断专家系统开发中的问题进行深入研究，解决系统开发中的几个实际问题，提出一些新的理论与方法。     

关于汽车液压减振器神经网络模型建立的探讨

本文主要探讨了采用ＢＰ网络建立汽车液压减振器调试模型的理论和方法，并通过模拟国产轿车的速度特性证明其可行性，经对比表明该模型模拟精度提高明显，实用性强且容易控制和拓展。     

基于神经网络的中国汽车保有量建模与预测

利用改进的BP神经网络对中国2000年，2005年，2010年的汽车保有量进行预测，并与灰色预测的结果进行对比，结果表明，由于神经网络具有很强的学习与泛化能力，因此在处理具有一定程度不确定性的非线性系统的建模与预测方面，神经网络有很好的应用价值。