基于RBF神经网络的轮胎滚动阻力建模研究

摘要：

建立径向基函数(RBF)神经网络轮胎滚动阻力模型,充分利用RBF神经网络模型逼近精度高、训练速度快、无局部极小等优点,对轮胎滚动阻力进行全面、准确的预测.结果 表明,轮胎滚动阻力RBF与反向传播算法(BP)神经网络模型预测值的平均相对误差分别为2％和6％左右,RBF神经网络模型在训练和预测结果上均有更大优势,能够有效预测轮胎滚动阻力.

关键词：轮胎、滚动阻力、模型、径向基函数、反向传播算法、神经网络

所属期刊栏目：66

分类号：TP183;TQ336.1(自动化基础理论)

资助基金：国家自然科学基金资助项目61671099

在线出版日期：2019-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：739-743