基于T-S模糊神经网络自动换挡策略研究

作者：张小虎; 王立勇^*; 唐长亮

来源：北京信息科技大学学报(自然科学版), 2019, 34(01): 23-27.

DOI：10.16508/j.cnki.11-5866/n.2019.01.005

• T-S模糊神经网络
• 自动换挡
• 样本训练
• 换挡规律

为了改善车辆动力性、提高燃油经济性、减小车辆的冲击度以及提高乘坐的舒适性,将T-S模糊神经网络应用到自动换挡上,以车速和油门开度作为T-S模糊神经网络的2个输入参数。首先选取训练样本,通过对样本进行训练得到准确的T-S模糊神经网络控制模型,然后在matlab/simulink中搭建仿真模型。在先加速后减速的工况下仿真,仿真结果表明车辆换挡点误差在2%以内,证明了T-S模糊神经网络应用在自动换挡上的可行性,以及较强的鲁棒性。

• 单位
  北京信息科技大学; 机电工程学院