共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
孤立交叉口多相位自适应模糊控制及其神经网络实现 总被引:8,自引:2,他引:8
针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。 相似文献
3.
4.
基于半主动自适应悬架系统的整车道路友好性研究 总被引:1,自引:0,他引:1
为了提高车辆的道路友好性与平顺性,设计了以磁流变减振器为控制对象的整车自适应模糊控制半主动悬架系统。在试验测试和理论分析的基础上,建立了基于磁流变减振器的整车半主动悬架模型及其状态方程,并用该模型对自适应模糊控制方法进行了研究。模型的输入采用B级和C级路面谱;道路友好性评价指标采用动载荷系数和动载荷应力因子;使用MATLAB/Simulink建立基于2个自适应模块的模糊控制器控制系统,模糊控制器的输入均采用车身与车桥的相对速度和相对加速度。仿真结果表明:与被动悬架相比,在B级和C级路面、不同速度下,半主动自适应悬架动载荷系数均降低30%左右,动载荷应力因子均降低40%以上,同时也提高了车辆的运行平顺性和稳定性。 相似文献
5.
汽车非线性半主动悬架的模糊神经网络控制 总被引:8,自引:0,他引:8
考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立车辆6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题,并考虑半车模型前后悬架的输入时滞,对其进行了仿真研究。研究结果表明:运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减,证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击,提高汽车行驶平顺性。 相似文献
6.
W. -N. Bao L. -P. Chen Y. -Q. Zhang Y. -S. Zhao 《International Journal of Automotive Technology》2012,13(7):1057-1065
A fuzzy adaptive sliding mode controller for an air spring active suspension system is developed. Due to nonlinearity, preload-dependent spring force and parameter uncertainty in the air spring, it is difficult to control the suspension system. To achieve the desired performance, a fuzzy adaptive sliding mode controller (FASMC) is designed to improve the passenger comfort and the manipulability of the vehicle. The fuzzy adaptive system handles the nonlinearity and uncertainty of the air suspension. A normal linear suspension model with an optimal state feedback control is designed as the reference model. The simulation results show that this control scheme more effectively and robustly isolates vibrations of the vehicle body than the conventional sliding mode controller (CSMC). 相似文献
7.
以汽车操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析的方法进行计算。针对简化的汽车模型,为控制悬架系统的振动设计了自调整模糊控制器。与自适应控制主动悬架系统相比较,在两自由度悬架系统试验台架上进行了对比试验研究,结果表明该算法对汽车的振动控制具有明显效果,进一步说明提出的算法对汽车悬架系统的振动控制具有较好的适应性。 相似文献
8.
在Matlab/Simulink中建立一种两轮的汽车动力模型,以自适应模糊PID和道路识别控制器作为控制模块,通过在高低附着路面和高低附着对接路面进行紧急制动仿真的研究。仿真结果表明道路识别控制器能够快速准确的识别路面不同附着路面最优滑移率,自适应模糊PID控制的ABS相于常规制动性能有了很大程度的提高,具有在线自整定参数的特点,具有很好的稳定性、适应性和鲁棒性。 相似文献
9.
10.
11.
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.
模糊控制在二次调节静液传动车辆中的应用 总被引:7,自引:0,他引:7
介绍一种二次调节静液传动车辆和其车速控制原理,并根据实际情况建立了整个系统的数学模型。提出一种带修正因子规则的模糊PID控制,分别用这种控制器和常规PID控制器对阶跃信号和车辆的15工况进行仿真分析。结果表明:采用模糊PID控制具有响应速度快,调节时间短等优点,更能满足实际车辆的驾驶要求。 相似文献
18.
19.
20.
由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统(ANFIS)建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。 相似文献