多类分类SVM在工程车辆自动变速挡位决策中的应用

摘要：

经典的支持向量机(SVM)是针对二类分类的,在解决工程车辆自动变速挡位决策这种典型的多类分类问题时存在困难.本文提出了基于二叉数支持向量机的挡位决策算法,将分类器分布在各个节点上,从而构成了多类分类支持向量机,减少了分类器数量和重复训练样本的数量.该方法能够根据车辆的运行状态确定最佳挡位,从而及时、准确地满足工程车辆自动换挡的要求.试验结果表明:基于二叉树的支持向量机性能要比遗传RBF神经网络略好.

关键词：工程车辆、自动变速、挡位决策、支持向量机、二叉数

所属期刊栏目：38

分类号：TH243;TP18(起重机械与运输机械)

资助基金：国家自然科学基金59705005;高等学校博士学科点专项科研项目20020183003

在线出版日期：2007-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：10-12,21