10.3969/j.issn.1006-9348.2012.10.082
基于自适应模糊神经网络的防车追尾控制器
研究防止汽车追尾优化识别问题,为解决防汽车追尾快速预报,传统方法在于精确计算安全距离,并未给出具体的控制力度,结合自适应模糊神经网络理论,提出让汽车“缓慢”降速的解决方案,能有效解决防汽车追尾的控制力度问题.采用自适应模糊神经网络模型,设计汽车刹车力度控制规则表,进一步设计防汽车追尾控制器.通过仿真结果可以看出,跟传统的纯模糊控制系统相比,自适应模糊神经网络生成的曲面更加平滑,控制效果更好.并且具有自学习与自适应能力,能够自动生成并调整隶属度函数,提高了快速性和实时性,为汽车防追尾控制器设计提供了参考.
汽车追尾、自适应模糊神经网络、自学习、平滑度
29
U461(汽车工程)
湖北省科技攻关项目04AA101C81
2013-01-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
344-347