[发明专利]一种车辆转向节载荷谱预测模型的构建方法及系统有效
| 申请号： | 201710755443.5 | 申请日： | 2017-08-29 |
| 公开（公告）号： | CN107480395B | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 于悦;陈孟杰;崔冬初;董国疆 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/02 |
| 代理公司： | 11569 北京高沃律师事务所 | 代理人： | 王戈 |
| 地址： | 066000 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种车辆转向节载荷谱预测模型的构建方法及系统，所述构建方法包括：获取转向节载荷谱多组测试样本；对各所述测试样本进行分析，确定转向节载荷谱的影响因素及对应的权重；基于神经网络，根据各组测试样本、影响因素及对应的权重，建立神经网络预测模型，用于预测待测车辆转向节载荷谱。本发明通过对多组测试样本进行分析，获得转向节载荷谱的影响因素及对应的权重，结合神经网络，建立神经网络预测模型以预测待测车辆转向节载荷谱，将神经网络的样本训练结果代替传统专家系统中最为难以准确量化的专家经验，可有效提升运算效率和预测的准确度。 | ||
| 搜索关键词： | 一种 车辆 转向 载荷 预测 模型 构建 方法 系统 | ||
【主权项】：
1.一种车辆转向节载荷谱预测模型的构建方法，其特征在于，所述构建方法包括：/n获取转向节载荷谱多组测试样本；/n对各所述测试样本进行分析，确定转向节载荷谱的影响因素及对应的权重；/n基于神经网络，根据各组测试样本、影响因素及对应的权重，建立神经网络预测模型，用于预测待测车辆转向节载荷谱；/n所述建立神经网络预测模型，具体包括：/n将神经网络的输入数据列转换为输入模式对；/n初始化神经网络各层的权值和阈值，使各层的权值和阈值取随机数为初值；/n根据以下公式确定每个模式对对应的道路谱神经元循环函数b
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于燕山大学，未经燕山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710755443.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种仿真数学模型参数对的估量方法
- 下一篇：一种汽车球铰工作力矩设计方法
