典型文献
一种基于神经网络的轮胎慢漏气时间序列预测方法
文献摘要：
轮胎胎压不足的状况一旦发生,易导致行车过程中车辆的失控并带来不可逆的交通伤亡事故.而轮胎的慢漏气故障是一种常见的交通事故诱因,且该诱因不易察觉.因此,为了及时预测到轮胎的慢漏气故障,本研究以某型纯电动车的轮胎胎压时间序列变化数据为基准数据,实现改进的长短期记忆网络,建构基于神经网络的轮胎慢漏气时间序列预测模型.首先,分别进行原始时间序列的正常胎压变化趋势与异常胎压变化趋势的数据筛选与清洗等工作;其次,分别基于变分模态分解及自适应差分进化算法,实现长短期记忆网络的模型训练;最终,分别基于慢漏气时间序列校验集,进行消融实验的预测结果评估与可视化样例的对比分析.消融实验结果相较于基础的长短期记忆网络提升了 15％左右的性能,可视化样例中大部分的慢漏气时间预测差值波动范围在6h内.综合实验结果可验证本研究所实现的基于神经网络的轮胎慢漏气时间序列预测模型的优越性.
文献关键词：
轮胎慢漏气预测;时间序列预测;神经网络;长短期记忆网络;变分模态分解;自适应差分进化算法
中图分类号：
作者姓名：
任强;时瑞浩
作者机构：
广州汽车集团股份有限公司汽车工程研究院网联技术研发中心,广东 广州 511400
文献出处：
引用格式：
[1]任强;时瑞浩-.一种基于神经网络的轮胎慢漏气时间序列预测方法)[J].汽车电器,2022(12):26-28,32
A类：
轮胎慢漏气预测
B类：
胎压,失控,伤亡事故,交通事故,察觉,纯电动车,改进的长短期记忆网络,时间序列预测模型,数据筛选,变分模态分解,自适应差分进化算法,模型训练,校验,消融实验,样例,时间预测,波动范围,6h,综合实验,可验证
AB值：
0.172383
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。
