基于LMS自适应滤波的模糊控制主动悬架研究

以车辆操纵稳定性及行驶平顺性为控制目标，根据路面一车辆系统的特点，提出一种在线可调整的模糊控制算法，利用LMS自适应模块调整模糊控制器的自调整因子，改善单一模糊控制算法对专家先期经验的依赖。针对简化的车辆模型，以路面信号作为激励源，进行悬架系统的振动控制研究，结果表明提出的算法对车辆悬架系统的振动控制具有较好的适应性。     

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。     

城市交通超级网络均衡配流模型及算法

从我国城市交通的实际情况出发，综合考虑交通网络中自行车，公交车和一般机动车３种基本交通方式的交通流及它们的相互影响，建立了一个混合交通的超级网络模型，给出了求解该问题的迭代算法。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

高速公路常发性交通拥挤路段实时判定与跟踪研究

提出的自动判定和实时跟踪高速公路常发性拥挤路段的方法包含3个算法：①路段平均车速算法；②交通流区段类型判定算法；③排队类型判定算法。考虑采用两个前后相邻车辆检测站之间的路段平均车速来实时判定和跟踪常发性交通拥挤路段的情况，使得模型所提供的信息更能反映路段的真实交通状况。采用路段平均车速的方法克服了目前采用点速度来跟踪车队方法的局限性，并且采用“客观”标定临界车速作为基于现场数据判定车队状态的一种方法。     

基于自适应遗传算法的路堤边坡稳定性分析方法

基于圆弧滑动面假定,提出了一种用自适应遗传算法搜索最危险滑动面及其对应的最小安全系数的新方法。该方法是一种改进的遗传算法,采用自适应求取适值、动态调整交叉率和变异率、自适应区间收缩。自适应遗传算法有效克服了传统方法易陷入局部极小的缺陷,提高了算法的搜索效率、精度和稳定性。     

自适应信号控制下交叉口延误计算方法研究

为了研究交通信号的自适应控制方法,需要对交叉口延误进行定量的分析与计算。本文根据信号交叉口理论,在以往定时信号延误研究的基础上,基于交叉口一个进口方向的车辆延误分析,推导了信号控制交叉口不同交通运行状况下的交叉口延误公式;进而对自适应信号控制下交叉口延误的计算方法进行了研究,提出了自适应信号控制下交叉口延误的计算方法———根据交叉口各进口方向不同的交通运行状况以及所处的相序选择相应的公式计算交叉口各进口方向的车辆延误,然后对其求和,得到交叉口延误。     

基于视觉的前方车辆探测技术研究方法综述

对国内外关于车道上本车前方车辆检测方法进行了综述。根据探测车辆所采用的传感器不同,分别对采用单目视觉、双目视觉、视觉与其他传感器融合以及非视觉传感器的几种探测方法进行了比较与分析。同时,针对每种探测方法,进一步阐述了目前车辆识别的一些具体算法。最后,指出了每种方法存在的优点和一些不足。     

奥迪A8轿车自适应空气悬架系统

奥迪A8轿车配备了全新开发的自适应空气悬架系统。此装置可以实时跟踪汽车当前的行驶状态，测得车轮和车身的运动状态，并在4个可选模式（自动模式、舒适模式、动态模式和高位模式）中实现不同的减振特性曲线。其每个减振器都可进行单独调控，因此在设定好的每种模式下均能保证汽车具有最佳的舒适性和行驶安全性。在模式的框架下，车身高度自动调控程序和减振特性曲线被整合成一个系统。