首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于动态网络结构优化的神经网络的自学习稳定性控制算法
引用本文:罗文发.基于动态网络结构优化的神经网络的自学习稳定性控制算法[J].上海汽车,2017(6):20-24.
作者姓名:罗文发
作者单位:1.上海汽车集团股份有限公司技术中心201804;
摘    要:为了解决稳定性控制算法的PID控制参数的自适应调整问题,并针对控制算法大多无自学习功能的现状,提出了SORBF(Self-Organizing Redial Basis Function)算法自适应优化PID控制参数,同时通过增长型算法和修剪型算法自适应优化神经网络结构,解决了初始设定的网络结构参数需要丰富的经验和大量的标定工作,并且网络结构无法自适应调整而导致网络泛化能力下降,冗余的神经元占用计算资源的问题。验证结果表明其具有很强的自学习功能,大量减少了标定时间,并控制横摆角速度实际值在参考值附近,更好地体现了驾驶员意图,在极限工况下控制误差减小,并更容易通过试验规范路径。

关 键 词:稳定性控制算法  自学习功能  动态网络结构优化  径向基神经网络PID
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号