轮胎均匀磨损建模与仿真

建立了轮胎均匀磨损模型并进行了仿真.在已有轮胎刷子模型的基础上建立轮胎接地模型,和轮胎运动模型结合起来,建立了可预测轮胎均匀磨损的稳态模型.磨损量是表征轮胎磨损程度的关键指标,通过分析从能量的角度对磨损量进行了初步估算.轮胎磨损模型主要考虑了轮胎力学特性,通过仿真分析了纵向力、侧向力和侧偏角对磨损量的影响趋势,得出了应着重于轮胎侧向力学特性来控制轮胎磨损量的结论,因此对车轮定位参数优化能更好地减少轮胎磨损.所建模型有利于进一步研究轮胎瞬态磨损和偏磨损.     

人工神经网络模型发展及应用综述

人工神经网络与其他学科领域联系日益紧密,人们通过对人工神经网络层结构的探索和改进来解决各个领域的问题。根据人工神经网络相关文献进行分析,综述了人工神经网络算法以及网络模型结构的发展史,根据神经网络的发展介绍了人工神经网络相关概念,其中主要涉及到多层感知器、反向传播神经网络、卷积神经网络以及递归神经网络,描述了卷积神经网络发展当中出现的部分卷积神经网络模型和递归神经网络中常用的相关网络结构,分别综述了各个人工神经网络算法在相关领域的应用情况,总结了人工神经网络的未来发展方向。     

基于BP人工神经网络的信息过滤技术研究

首先介绍了信息过滤中向量空间模型的基本工作原理。针对目前信息过滤技术过滤精度低、速度慢的缺点,利用BP人工神经网络网络稳定、学习能力强的特点,重点研究了BP人工神经网络特征输入数据的取得、网络拓扑结构的选择、BP人工神经网络的训练过程、神经网络产生结果数据的处理方式,在此基础上提出了一种基于BP人工神经网络的信息过滤模型,实验证明,此模型过滤效率有了显著提高。     

基于人工神经网络的自适应系统研究

研究了人工神经网络技术在自适应系统的应用。在运用人工神经网络原理建立站点模型的基础上,提出一个应用贝叶斯网络技术的自适应系统框架模型。     

基于ADAMS/MATLAB联合仿真的LuGre动态轮胎模型研究

轮胎作为车辆与路面接触的唯一载体,其力学特性是车辆动力学响应分析和控制的重要基础.目前仿真研究中所使用的轮胎模型多为稳态模型,不能精确地描述轮胎的动态特性.因此,将动态轮胎模型应用于车辆动力学仿真软件中,对于整车动力学仿真和研究具有重要的作用.多体动力学软件Adams中自带的轮胎摩擦模型为静态模型,它将摩擦系数视为一个静态值,而实际轮胎与路面之间的摩擦是动态变化的,应为相对速度和位移的动态函数,所以本文以基于Lu Gre动态轮胎模型,应用Matlab/Simulink软件构建动态轮胎模块,通过接口与Adams/Car连接,进行整车模型与Simulink轮胎模型的同步联合仿真,实现轮胎与路面动态接触的历程的模拟,提高车辆系统仿真的精度.     

基于WWW的人工神经网络遗传算法系统的实现

用Matlab的Web技术构造了基于WWW的人工神经网络-遗传算法系统，该系统可以通过训练来获得数据间的人工神经网络模型，并用遗传算法求得人工神经网络模型的最优值，用一个实例对该系统进行了测试，结果是令人满意的。     

SOM神经网络模型在商业银行信用风险评估中的应用研究

研究了神经网络技术在商业银行信用风险评估中的应用,结合主成分分析法和SOM人工神经网络,建立了商业银行信用风险评估的人工神经网络模型;实证结果表明,该模型具有较高的预测精度.     

人工神经网络在小区域强降水预报应用研究

针对小区域强降水的非线性性质,利用T213数值预报产品,通过人工神经网络建模方法进行预报释用,对数量众多预报因子采用经验正交分解方法,浓缩大量因子的有效信息,建立逐日小区域强降水的人工神经网络预报模型.运用与实际业务预报相同的方法进行逐日预报试验,并与回归预报模型进行比较.结果表明,人工神经网络预报模型对小区域强降水的TS评分为0.67,而逐步回归模型的TS评分仅为0.20.由此可见,人工神经网络具有较强的处理非线性问题能力,在小区域强降水应用中具有更好的预报效果.     

滚动轮胎有限元建模及温度场仿真分析

研究滚动轮胎温度场分布的问题,为了解决温度场试验较难获得轮胎内部温度,重复性差等缺点,以实体轮胎为建模对象,建立了胎体帘线模型与轮胎橡胶材料模型,并将模型在充气压力下的自由模态各阶频率值与试验值相比较,在验证了可行性和正确性的条件下,嵌入了轮胎生热、传热模型以及试验测得的热边界条件,对轮胎稳态温度场进行了仿真,明确了稳态温度场分布图和轮胎内部最高温度与车速间的函数关系及二次拟合公式,并简单分析了轮胎温度分布规律.仿真结果表明,利用有限元法建立的模型及温度场计算是正确的,可为轮胎的结构和配方设计等方面提供了依据.     

人工神经网络在预测供体位点的运用研究

阐述人工神经网络(ANN)的基本原理,针对基因供体位点预测的问题,对样本数据进行整理,建立和优化人工神经网络模型.结果表明,采用人工神经网络对供体位点进行预测是切实可行的,并且有比较高的精确度.     

基于深度卷积神经网络的多任务细粒度车型识别

车型识别,尤其是细粒度车型识别是现代智能交通系统的重要组成部分。针对传 统车型识别方法难以进行有效的细粒度车型识别的问题,以AlexNet、GoogleNet 及ResNet 等3 种经典深度卷积神经网络架构作为基础网络,引入了车辆的类型分类作为辅助任务,从而与细 粒度车型识别任务一起构成了一个多任务联合学习的模型。通过在一个包含281 个车型类别的 公开数据集上对模型进行训练及测试,在无需任何车辆的部件位置标注及额外的3D 信息的情 况下,验证了该模型在在细粒度车型识别任务上表现出的优异性能,同时多任务学习策略的引 入可使得模型性能相比任一单任务学习时的性能均有所提高,最终实现了一个简洁高效的细粒 度车型识别模型,基本满足实际应用需求。     

基于Dense-YOLOv3的车型检测模型

针对传统YOLOv3的网络结构存在曝光过度或光线较暗等异常图片在提取特征时鲁棒性较差,导致车型识别率低下的问题,提出了一种用于交通车辆检测的Dense-YOLOv3模型.该模型集成了密集卷积神经网络DenseNet和YOLOv3网络的特点,加强了卷积层之间的车型特征传播和重复利用,提高了网络的抗过拟合性能;同时,对目标车辆进行了不同尺度的检测,构建了交叉损失函数,实现了车型的多目标检测.经过在BIT-Vehicle标准数据集上对模型进行训练和测试,实验结果表明,基于Dense-YOLOv3车型检测模型平均精度达到了96.57%,召回率为93.30%,表明了该模型对车辆检测的有效性和实用性.     

汽车横摆的动态模型

建立横摆动态模型是汽车横摆稳定控制的基础．本文根据汽车横摆稳定控制的特点,综合车身横摆动态,车轮动态和轮胎的非线性特性,建立了非线性离散横摆动态模型,其中轮胎摩擦力为时变参数．为了估计本模型中的时变参数,本文进而设计了离散滑模估计器估计轮胎摩擦力．最后,在一个高精度的汽车动力学仿真环境中,证实了本估计方法可有效地估计车轮摩擦力,所建立模型较为准确地反映汽车横摆动态．     

基于改进神经网络的非满载车辆路线优化模型

货物流通过程中,目前流行的车辆调度方式--基于简单的神经网络模型设计,造成运输成本的浪费。提出了一种基于改进神经网络的非满载车辆路线优化挖掘模型,来解决运输过程中的非满载车辆调度优化问题。改进的模型通过对非满载车辆时域长度和空域概率的加权、对神经网络稳定状态进行约束、建立非满载车辆起点和终点函数方程生成改进算法配送模型,并通过对新模型进行时间窗加权,合成了改进神经网络非满载车辆挖掘模式。仿真结果表明,该挖掘模型与传统的神经网络计算方法相比,能够提高非满载车辆路线选择效率和正确性,取得了较好的效果。     

改进的多标签深度学习车辆属性识别研究

为了打击假牌、套牌车及以汽车为作案工具的犯罪,且由于传统单一的车型或颜色识别已显得力不从心,因此,提出了改进的多标签深度学习车型与颜色识别模型.该模型利用卷积神经网络自主学习有用特征,利用小卷积核构建深层网络提升模型对复杂函数的表达能力,以全局平均池化取代部分全连接层,减少参数与模型所占空间内存;并利用“单模型多标签”特性将车型与颜色信息融合,使提取到的特征表现力更强.在自建数据集下的实验结果表明,该模型能获得较好的识别结果和较高的准确率,特别是对相同子品牌的不同年款的大规模车型和颜色识别效果更佳,在刑侦稽查时能有效缩小搜索范围并迅速锁定类似目标车辆信息.     

利用GPS进行车辆动态定位的自适应模型研究

提出一种GPS动态定位系统模型,并将其应用于车辆的导航定位系统,获得了明显效果.将GPS的误差等效为马尔柯夫过程,采用描述机动载体运动的"当前"统计模型,建立了一种利用GPS对车辆进行动态导航定位的滤波模型及自适应卡尔曼滤波算法.仿真结果表明,应用所提出的强跟踪动态定位模型和算法,与改进前相比车辆导航定位系统的精度、实用性均得到了明显提高.     

考虑侧倾的无人车NMPC轨迹跟踪控制

针对高速行驶工况下,无人车转弯时的侧倾易导致车辆模型非线性程度增加,引起轨迹跟踪精度下降和状态失稳的问题,设计一种考虑车辆侧倾因素,基于非线性模型预测控制(NMPC)的无人车轨迹跟踪控制器.根据拉格朗日分析力学和车辆运动学,考虑车辆侧倾几何学和载荷转移效应,建立考虑侧倾因素的非线性车辆模型,包括车体动力学模型和修正的“Magic Formula”轮胎模型;基于此车辆模型,构建非线性模型预测控制器(NMPC)的预测模型,并设定控制器的线性、非线性约束,以保证车辆的运动状态处于稳定区域内.在Carsim和Simulink联合仿真平台上,验证车辆高速蛇形工况和双移线工况下的轨迹跟踪控制效果,仿真结果显示,所设计的控制器可有效改善高速弯道工况下的跟踪精度和车辆状态稳定性.     

基于动力学模型的汽车制动稳定性虚拟展示

现有3D引擎的物理模型不能真实反映车辆制动时的运动状态。为此,提出一种汽车制动稳定性虚拟展示系统。建立汽车动力学模型,包括四轮车辆模型和车轮轮胎模型,利用上层仿真软件对动力学模型进行运算和虚拟场景渲染,给出车轮状态和虚拟仪表的展现方法,并基于3D引擎设计虚拟展现系统。实验结果表明,该系统能同时观测整车及车轮的运行状态,实时再现制动过程中车轮抱死、车身横摆侧滑的行为,其动力学模型能够满足虚拟展现对画面渲染的实时性、连续性要求。     

气垫车辆静垫升稳定性分析

静垫升稳定性是气垫车辆的关键特性之一,为了得到影响气垫车辆静垫升稳定性的主要因素,为气垫车辆实际设计与改装提供依据,针对BJ2032ZLF1车型所改装的气垫车辆,使用大型工程软件ADAMS和ANSYS建立了地面沉陷模型、气垫车辆多体动力学模型和流场模型,并对气垫车辆的静垫升过程进行了仿真,分析了气垫车辆在不同整车几何参数与力学参数影响下的静垫升稳定性,得到了气垫车辆能否平稳垫升取决于车辆改装后的重量分布、地面沉陷情况和车底气压中心位置的结论。