典型文献
基于改进BP神经网络的智能车纵向控制方法
文献摘要：
针对传统PI控制在车辆速度跟踪过程中参数固定且不易整定的问题,提出了一种基于改进BP神经网络的智能汽车纵向控制方法.分别构建驱/制动模式下的BP神经网络,针对BP神经网络初始参数选取困难及反向自学习存在梯度消失等问题,利用粒子群算法和批处理归一化方法对BP神经网络进行改进,最终实现PI控制参数的动态自整定.通过Carsim/Simulink联合仿真与实车测试对该方法进行了验证,结果表明:相比于传统PI控制,所提出的纵向控制方法在实现基于误差快速调整参数的同时提高了车辆纵向控制精度.
文献关键词：
智能汽车;速度跟踪控制;BP神经网络;自整定;粒子群算法
中图分类号：
作者姓名：
梁旺;秦兆博;陈亮;边有钢;胡满江
作者机构：
湖南大学,汽车车身先进设计制造国家重点实验室,长沙 410082
文献出处：
引用格式：
[1]梁旺;秦兆博;陈亮;边有钢;胡满江-.基于改进BP神经网络的智能车纵向控制方法)[J].汽车工程,2022(08):1162-1172
A类：
B类：
智能车,智能汽车,参数选取,自学习,梯度消失,粒子群算法,批处理归一化,归一化方法,控制参数,自整定,Carsim,Simulink,联合仿真,实车测试,调整参数,车辆纵向控制,控制精度,速度跟踪控制
AB值：
0.342792
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
