科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽车的最佳挡位受到行车数据样本、路况等多种因素共同的影响,换挡控制策略的选择直接决定了汽车换挡的动力性和经济性。本文提出一种基于遗传神经算法的DCT智能换挡方法,首先利用神经网络方法对车辆行车数据、驾驶人员意图等进行学习,建立档位与综合指标间的关系模型,并用遗传算法对神经网络连接权重进行优化,最后利用AdaBoost集成学习方法,将遗传神经网络模型的精度进一步提高,仿真结果表明了该方法的有效性。
- 单位
汽车的最佳挡位受到行车数据样本、路况等多种因素共同的影响,换挡控制策略的选择直接决定了汽车换挡的动力性和经济性。本文提出一种基于遗传神经算法的DCT智能换挡方法,首先利用神经网络方法对车辆行车数据、驾驶人员意图等进行学习,建立档位与综合指标间的关系模型,并用遗传算法对神经网络连接权重进行优化,最后利用AdaBoost集成学习方法,将遗传神经网络模型的精度进一步提高,仿真结果表明了该方法的有效性。
