首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
为分析车辆运行状态对行车安全的影响,提出了基于事故树分析的车辆安全状态模糊综合评价方法。在系统分析车辆安全状态影响因素的基础上,构建了车辆安全状态事故树,通过计算事故树基本事件的结构重要度明确车辆安全状态的主要影响因素。根据车辆安全状态事故树分析结果,选取车载质量、车速、横向安全车距等9个因素作为车辆安全状态评价的主要关联因子,基于模糊评判理论构建了车辆安全状态模糊综合评价模型。在CA1046L2轻型载货汽车上安装车辆监测预警系统,系统自动采集车辆行驶过程中的运行状态参数,采用预设故障的试验方法进行了道路试验,利用评价模型对车辆的安全状态进行分析评价。试验结果表明,该模型应用于车辆安全状态评价具有较高的适用性。  相似文献   

2.
基于车路协同的动态车辆安全状态评价模型   总被引:1,自引:0,他引:1  
针对动态车辆安全状态评价指标参数多源、异构、动态的特点,系统地分析了影响车辆安全状态的驾驶员、车辆和环境因素并进行了信息分类,构建了车辆安全状态评价体系.基于模糊综合评判原理建立了车辆安全状态模糊综合评价模型,车辆行驶过程中通过车载终端提取评价指标的动态参数,得出车辆安全状态模糊评价集并基于加权平均原则计算其最大隶属度,根据最大“贴近度”原则对车辆直线跟车行驶和转弯行驶的安全状态进行评判,为动态车辆安全状态评价提供了一种新方法.  相似文献   

3.
CNG站模糊综合和神经网络的安全评价   总被引:1,自引:0,他引:1  
影响CNG站安全的因素和CNG站安全状态之间存在非线性关系,利用神经网络的非线性逼近等特点,可以对CNG站安全状态作出准确可靠的评价.从CNG站的人员、设施、管理和环境4方面考虑建立了CNG站安全评价体系,利用模糊层次分析法确定各因素的权重,将岭型函数作为隶属度函数对CNG站进行模糊综合评价,从而求出神经网络所需的训练样本,最后用训练好的BP神经网络对未知CNG站的安全作出评价.用该模型对3座CNG站进行安全评价,评价结果与模糊综合评价得到的结果完全一致,因此该方法可以用于评价CNG站的安全状态,对CNG站的安全评价和管理提供了一种新的方法.  相似文献   

4.
提出了基于模糊神经网络的评价方法。首先根据指标选取的原则和各交通控制指标的特点选取评价指标,在建立指标体系的基础上,采用基于神经网络的模糊综合评价方法模型对区域交通控制效果进行评价,并对模型进行了模拟验证。  相似文献   

5.
为对综合交通枢纽安全进行评价,从人员因素、设备因素、行人设施、交通组织和环境因素5个方面识别影响枢纽安全的关键因素,建立枢纽安全评价指标体系;在利用AHP确定不同指标常权重的基础上,利用专家打分法评估指标安全状态,根据指标状态对常权重进行变权处理,建立基于变权模糊petri网的综合交通枢纽安全风险评价模型,设计相应的形式化推理算法,使推理过程更加简单、方便;以成都市某综合交通枢纽为实例进行安全评价,得出枢纽站的风险等级为安全。  相似文献   

6.
《焦作工学院学报》2016,(6):782-788
为有效地评估电梯运行状态的安全性,提出一种综合了层次分析法、熵权法、劣化度分析法和模糊综合评价法的电梯安全运行状态评估模型。从电梯各个子系统的主要指标出发,建立电梯运行状态评估指标体系。采用层次分析法和熵权法确定指标的权重,针对指标的特性,应用相应的赋权方法,得到客观的指标权重。采用劣化度分析法对指标参数进行归一化,根据隶属度函数得到评估矩阵。以南京市某电梯为例,利用模糊综合评价法,对电梯运行状态进行评估,结果为"一般",与实际情况相符。  相似文献   

7.
以模糊数学及层次分析法为理论依据,建立了针对建筑施工安全评价的模糊综合评价数学模型,其特点是:根据模糊数学理论,确定了施工安全评价指标的隶属函数,建立了模糊关系矩阵;根据层次分析法建立了建筑施工安全评价指标的递阶层次结构,构造了判断矩阵,确定了安全评价指标的权重值;采用加权平均模型对权重值和模糊关系矩阵进行合成,利用最大隶属度法确定施工安全等级,从而对建筑施工安全进行系统的评价.最后利用工程实例对模型进行了验证.  相似文献   

8.
基于神经网络的UTRAN网络质量综合评价   总被引:9,自引:2,他引:9  
为了评价3G无线网络UTRAN的运行质量,给出了3G无线网络UTRAN质量用户感知关键指标, 提出了利用基于前向单隐层BP神经网络方法的UTRAN网络质量综合评价模型. 该模型采用模糊综合评价算法构造训练样本集. 对比模糊综合评价算法对3G试验测试数据和该模型的评价结果可以看出,该模型能稳定、一致、可重复地评价UTRAN网络质量.  相似文献   

9.
为了得到科学、合理的次任务驾驶安全评价指标体系,利用眼动仪和驾驶模拟器设备,进行了采集眼动行为参数和车辆运行状态参数的试验,并研究了其在驾驶过程中的变化规律。应用灰色聚类理论,结合一次形成聚类结构算法,代替粗糙集理论中等价关系的方法,筛选评价指标,将17个待选指标约简至7个,建立了精简的评价指标体系。在此基础上采用模糊层次分析法(FAHP),确定了各评价指标的权重,试验结果表明,一级指标中眼动行为指标和二级指标中油门开度指标最为重要。  相似文献   

10.
模糊综合评价方法在变电站通信网络状态检修中的应用   总被引:1,自引:0,他引:1  
针对变电站通信网络系统的复杂性,并难以进行精确的状态评价这一问题,应用模糊数学理论,结合变电站的实际情况和发展趋势将通信评价系统根据需要分成若干个指标,建立了因素集、评价集,在此基础上,采用岭形分布作为隶属函数,并利用层次分析方法量化权重,提出了采用模糊综合评价方法来实现对变电站通信网络状态的综合评价.实例表明:模糊综合评价方法可操作性强,效果较好,可在变电站二次设备状态检修中广泛应用.  相似文献   

11.
基于BP神经网络的换档品质评价方法   总被引:4,自引:0,他引:4  
换档品质评价方法的研究是应现代车辆自动变速技术发展需要而提出的前沿研究课题,其评价过程可视为一个非线性动态系统。BP神经网络的非线性系统辨识,能够逼近任意一个非线性函数。通过确定换档品质评定指标,利用BP网络训练获得的数据样本,从而建立主观、客观评价标准之间的联系;利用Matlab/Simulink完成换档品质评价方法的客观描述并进行仿真。通过与实验结果对比,证明这种方法能够有效真实地评价换档品质并与传统主观评价方法具有很好的一致性。  相似文献   

12.
为了高效而准确地对车内噪声品质进行评价,针对B级车稳态工况下的车内噪声,建立了基于径向基函数(RBF)神经网络的声品质评价系统。用等级评分法对30个稳态噪声信号进行了主观评价试验,并通过相关分析得出了对声品质有重要影响的客观参量。采用RBF神经网络构建了车内噪声品质的评价模型,其预测平均相对误差为4.5%。以评价模型为基础,采用模块化设计方法和多线程并行处理技术,设计了基于虚拟仪器的声品质评价系统。测试结果表明:该系统比传统的主观评价试验系统的测试时间缩短了90%,并提高了评价结果的质量。  相似文献   

13.
为了科学合理地选择生态疗养中心建筑地址,提出了一种将GIS(地理信息系统)与BP神经网络技术相结合的选址方法.该方法首先选取高程、坡度、坡向、水文、交通、土壤、土地利用、人口密度、地质灾害等9个指标作为评价指标,并利用GIS技术对这9个指标进行栅格化、量化和归一化处理; 然后利用训练所得的BP神经网络模型计算出评价指标的权重值,并利用GIS的权重叠加方法最终确定生态疗养中心位置.研究结果显示,利用BP神经网络方法选取合理的学习速率与动量值可以有效地计算出评价因子的权重大小,进而可合理地选取生态疗养中心的建设位置.该方法对其他建筑或场所的选址也具有良好的参考价值.  相似文献   

14.
以8辆不同类型轿车的4种不同车速匀速行驶时采集到的32个车内噪声样本为研究对象,以响度、尖锐度、粗糙度和抖动度4项心理声学客观参量作为输入,以主观评价团对车内噪声的舒适度打分作为输出,分别使用广义回归神经网络、BP神经网络和多元线性回归分析建立车内噪声品质预测模型并对声品质进行预测。三种方法的预测结果表明:广义回归神经网络相对于其他两种方法具有更高的准确度,相对预测误差为-7%~7%,较多元线性回归分析能更准确地描述客观评价参量与主观舒适度之间的非线性关系,并且较BP神经网络具有更高的准确度及稳定性。  相似文献   

15.
为了自动、准确、高效地评估采集图像的质量,设计了一个名为MTIQA的卷积神经网络。该网络能够输出与主观评价指标保持较高一致性的客观评估结果。MTIQA采用多任务学习策略,包含网络训练质量评估和失真类型分类两个任务,将两个任务的损失融合并构成新的损失函数。为了评估算法所得到的客观指标的可靠性,建立了名为SIR2019的单眼虹膜质量评估数据集,并召集志愿者进行主观实验以得到主观评价指标。在SIR2019和CASIA-Iris-Distance-Lamp数据集上的实验结果表明,该网络在虹膜图像质量评估上具有较好的可行性、准确性和鲁棒性。  相似文献   

16.
为解决评估体系构建方法不科学,评估指标权重计算及主客观权重分配不合理的问题,提出构建驾驶性评估体系和计算指标权重的新方法.考虑车辆驾驶性在蠕行工况的内涵,基于SMART原则对驾驶性评估体系进行设计,从纵向响应特性、纵向平顺特性、纵向稳态特性3个维度构建了蠕行工况驾驶性评估体系;提出用网络层次分析和组合熵分别计算主客观权重,并设计结合网络层次和组合熵的综合权重优化模型,用于计算评估体系中各评估指标权重,使其兼顾主观性和客观性.应用该方法进行多辆车的蠕行工况驾驶性评估,对比分析不同权重计算方法的评估结果.结果表明:本文提出的方法得到的评估结果较层次分析、熵权等方法更准确,该评估体系构建方法更具科学性,权重计算方法更有效.  相似文献   

17.
Several methods for evaluating the sublayer suspension beneath old pavement with falling weight deflec-tormeter(FWD), were summarized and the respective advantages and disadvantages were analyzed. Based on these methods, the evaluation principles were improved and a new type of the neural network, functional-link neural net-work was proposed to evaluate the sublayer suspension with FWD test results. The concept of function link, learn-ing method of functional-link neural network and the establishment process of neural network model were studied in detail. Based on the old pavement over-repairing engineering of Kaiping section, Guangdong Province in G325 Na-tional Highway, the application of functional-link neural network in evaluation of sublayer suspension beneath old pavement based on FWD test data on the spot was investigated. When learning rate is 0.1 and training cycles are 405, the functional-link network error is less than 0.0001, while the optimum chosen 4-8-1 BP needs over 10000 training cycles to reach the same accuracy with less precise evaluation results. Therefore, in contrast to common BP neural network, the functional-link neural network adopts single layer structure to learn and calculate, which simpli-fies the network, accelerates the convergence speed and improves the accuracy. Moreover the trained functional-link neural network can be adopted to directly evaluate the sublayer suspension based on FWD test data on the site. En-gineering practice indicates that the functional-link neural model gains very excellent results and effectively guides the pavement over-repairing construction.  相似文献   

18.
基于汽车操纵稳定性总方差评价方法和神经网络控制理论,建立了汽车转向单神经元自适应PID控制算法。利用操纵稳定性评价中的轨迹跟随误差和方向盘忙碌程度的评价指标,建立了神经元学习的二次型性能指标函数,并采用梯度下降算法实现了单神经元控制器的连接权值的调整。最终采用汽车7自由度非线性动力学模型进行了不同行驶速度下的仿真计算。结果表明:该控制算法可较为精确地控制汽车对预期行驶轨迹的转向运动,并体现出良好的鲁棒性和自适应性。  相似文献   

19.
目的提出基于粒子群优化的BP神经网络获取评价电梯群控系统派梯性能指标的新方法.方法综合考虑电梯运行特性,确定电梯调度控制策略,建立了电梯运行性能的评价指标函数,利用神经网络自学习功能获取评价指标的初始权值和阀值,针对平均候梯时间对比研究了普通BP神经网络算法和粒子群优化BP神经网络算法.结果将优化的权值和阀值代入BP神经网络获得平均候梯时间,粒子群优化的BP神经网络与BP神经网络相比,减少了迭代次数,缩短了运行时间.结论仿真实验表明,该方法可以避免BP神经网络训练中产生局部极小值,加快BP神经网络训练速率,提高电梯群控系统控制的速度.  相似文献   

20.
当前端到端自动驾驶系统的研究方法主要是采用图像或图像序列作为输入,使用卷积神经网络直接预测方向盘转角,取得了较好的效果,但仅通过转向命令并不足以完成自动驾驶车辆的控制。为了更好地实现对自动驾驶车辆的横纵向控制,构建基于端到端学习的CNN-LSTM(卷积神经网络-长短时记忆)多模态多任务神经网络模型,将图像、速度序列和方向盘转角序列作为输入,从而同时预测车辆的方向盘转角和速度值。在搭建的基于GTAV(Grand Theft Auto V, 侠盗猎车5)仿真平台数据集和真实场景数据集上进行实验和测试,实验结果表明模型能够较好地完成车道保持的驾驶行为和基本实现自动驾驶避障测试。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号