基于优化BP神经网络的汽车座椅舒适性评价

目的 探索汽车座椅舒适性评价方法.方法 设计实验采集驾驶员基本物理信息及其在实车中的体压数据,利用Lasso算法提取具有较好预测效果的特征向量,利用遗传算法对BP(Back Propagation)神经网络进行优化,建立基于优化BP神经网络的汽车座椅舒适性评价模型.结果 利用遗传算法优化后的BP神经网络预测准确率达到9...     

舒适驾驶姿势试验及模糊评价

座椅是影响整车舒适性的关键因素,其中人体驾驶舒适角度又是座椅舒适性设计的参考基础.本研究面向我国人体尺寸特征,召集了20个试验者,针对PASSAT和POLO两种不同级别的车型各进行了20组试验.统计计算出试验车型的人体驾驶舒适角度(包括靠背角、躯干大腿角、膝角)的均值和范围及其相关关系,并通过与国外文献参考角度之间的对比分析明确了我国人体驾驶舒适角度与国外人体驾驶舒适角度之间的差异.在试验结果基础上,应用模糊理论建立了不同驾驶姿势与舒适度指标之间的模糊评价模型,并通过实例分析验证了该模型方法的实用性.本文的研究结果对我国汽车座椅舒适性设计及其改进具有较大的参考价值.     

汽车座椅舒适性的技术研究

座椅设计时需要考虑人体生理结构,避免使人体受到静态载荷,肌肉长期受载会对人体生理机能产生不良的影响。在受迫情况下血液循环将受影响从而涉及到正常新陈代谢过程中营养物质的交换,严重的更会形成硬化区域。为了防止这种现象的产生,一个设计合理的座椅系统首先应当考虑人体生理结构,其次需要考虑结合人体工程学原理,最后需要优化座椅本身的设计参数。     

基于模糊PID控制的汽车座椅测试系统的设计

汽车座椅静载强度的测试直接关系到乘员的人身安全,其测试系统要求控制精度高,超调量小以及稳态误差小。传统的PID控制由于参数整定差,不能满足汽车座椅测试系统高精度的要求。本文将模糊控制与PID控制结合起来,设计了模糊PID控制器。通过MATLAB/Simulink对控制器的仿真分,比较传统控制和模糊PID控制的性能,验证模糊PID控制器的优越性。最终试验结果表明:模糊PID控制系统的超调量在3%以内,稳态误差在0.7%以内,具有较高的控制精度,符合测试要求。     

汽车振动舒适性评价研究

论述了车辆振动舒适性的评价方法,应用MATLAB/SIMULINK建立了六自由度半车系统振动模型,采用遗传算法神经网络与神经网络控制神经网络辨识算法对系统进行控制,运用ISO2631标准得到控制后振动舒适性得到较大改善的结论.研究了基于烦恼率模型的振动舒适性评价方法,得到了车辆系统在受到路面随机激励时的烦恼率模型,进一步对振动引起的不满人数进行定量评估.     

基于多级模糊综合评判的民机客舱舒适性评价

舒适性作为民机客舱设计的主要准则之一,对民机客舱舒适性进行客观合理的评价对提高我国自主研制的大型飞机市场竞争力具有重要的意义。针对目前评价方法中缺乏相应的数学评价模型这一问题,本文提出了基于多级模糊综合评判的民机客舱舒适性定量评价方法。在建立了民机客舱舒适性多级评价指标体系的基础上,采用层次分析法确定各级指标权重。针对民机客舱舒适性评价语言、评价标准以及评价过程中的模糊性、主观性,利用多级模糊评判矩阵对客舱舒适性进行评价,最终得到了较客观的定量评价结果。该结果同时可以对设计进行反馈,并指导设计调整过程,是一种有效的舒适性定量评价方法。     

基于舒适性的H点位置研究

基于舒适状态下人体角度范围的测量和驾驶姿势的研究,通过蒙特卡洛法模拟驾驶角度在舒适范围的随机组合,计算了符合中国人群的舒适状态下H点区域.并且通过在PASSAT车上的假人和真人测量实验,比较了真人测量和假人测量的差异.最后将两种实验测量到的H点区域与理论上基于舒适性研究的H点区域进行了对比,给出了汽车H点和座椅行程设计的量化建议.     

基于人工神经网络的汽车座椅舒适度评价模型

针对汽车座椅舒适度评价方法研究的不足,探讨压力分布与舒适度之间的关系;引入人工神经网络,建立了基于BP神经网络的汽车座椅舒适度评价模型.通过真人真车实验获取36组样本数据,对神经网络进行训练并建立了评价模型.实例验证该模型能够根据座椅压力分布较为准确地预测出座椅舒适度水平.     

室内环境热舒适指标PMV的神经网络预测及应用

智能化空调机以环境热舒适为控制目标,而PMV指标是环境热舒适评价的国际标准。本文采用人工神经网络的方法实现了对环境热舒适指标PMV的预测。试验证明这种新颖的方法是有效可行的。文中也给出了PMV指标在空调机控制中的应用。     

基于压力分布实验的汽车座椅人机形态研究

目的根据人机工程理论及人体的生理学特征,结合汽车座椅坐垫和靠背的人机形态指标,探讨座椅造型设计与人机形态之间的对应规律。方法压力实验采用VERSION Tekscan压力测量系统7.60-21C和CONFORMat Research软件对压力分布数据进行采集和处理。共选取6名被试者,分别对三款座椅进行乘坐实验,并结合问卷访谈的调查进行对比分析。结果实验统计得出每款座椅靠背与坐垫部分的接触面面积、平均压强、峰值压强等值,进一步数据挖掘,显示出符合人机形态的新型汽车座椅在舒适性方面明显优势。结论人机形态对于汽车座椅的舒适性有着至关重要的影响。     

儿童乘坐安全座椅压力—舒适性探究

目的 探究儿童在乘坐安全座椅时背部与臀部接触区域的舒适性差异,得出背部和臀部的压力舒适区域,为今后的设计提供一定理论基础.方法 招募8名4～8岁的健康儿童作为被试,让被试先后坐在三款儿童安全座椅上,提取压力数据并做舒适性主观测试;计算标准差检验座椅的稳定性,进行配对样本t检验比较座椅间的差异性;绘制压力—舒适性图像验证舒适与不适的区域.结果 在"瞬时"压力测试中C座椅界面压力分配方案最优,与主观测试结果一致(C>B>A).在"10 min"的压力测试中,B座椅的峰值压力更稳定,A、C座椅无显著差异,与主观测试结果不一致,推测儿童对安全座椅的舒适性判断取决于入座时的第一印象.结论 实验结果表明4～8岁儿童在乘坐不同安全座椅时,材质偏硬、坐面造型平坦的安全座椅对人体的压迫性更强;材质偏软、包裹性强的安全座椅更贴合人机形态,舒适性更高.     

基于模糊神经网络的决策支持系统的应用研究

论述了模糊神经网络的概念及特点，在此基础上提出了基于模糊神经网络的决策支持模型，还介绍了其运行计算的过程与方法，并通过农机选型配套的决策支持实例验证模型，说明模型对复杂的决策问题具有简单方便及快速准确做出反应的优点。     

座椅材料的热舒适及其评价

本文分析了座椅的热舒适性对人体的影响,阐述了座椅材料与热舒适相关的几项物理性能及测试方法,最后提出了座椅热舒适性的主客观评价方法。在客观评价方法中,除测试座椅材料的热物理指标外,还可以采用探头式温湿度计测量人一椅界面问温湿度,同时进行主观评价,从而将主客观评价结果很好的联系起来。     

基于模糊神经网络的火灾信号处理

根据火灾探测的特点,提出相应的模糊神经网络,论述综合处理多种火灾信号的模糊处理计算模型;针对具体应用,对网络结构进行了改进。由于模糊神经网络的自适应特性和推理过程易于理解的特点,它很适用于高层建筑这样的复杂环境,并可明显提高火灾探测的灵活性和准确性。     

基于小波神经网络辨识器的模糊神经自适应控制在VAV空调系统中的应用

针对空调温度控制的大惯性、大滞后、非线性等特点,提出采用基于小波神经网络辨识器的模糊神经自适应控制的中央空调房间温度控制器的设计方案。由于小波神经网络的非线性映射能力比一般神经网络要强,所以基于小波神经网络的辨识器可以获得很高的辨识精度。而且,模糊神经自适应控制器随着系统动态特性的改变可以在线改变其控制规则,从而进行客观准确的控制。与普通模糊控制方法相比较,仿真试验说明系统设计的有效性。     

基于模糊神经网络的电子产品包装防护综合评价方法

从可靠性、方便性、经济性、环保性等4个方面建立了电子产品包装防护综合评价指标体系,并采用模糊神经网络的方法对电子产品包装防护进行综合评价.实例分析表明,这种方法适用于电子产品包装防护综合评价.     

神经网络方法在自相关过程控制中的应用

将传统休哈特控制图应用于自相关过程控制时,会引发大量虚发报警.本文将使用时间序列模型模拟自相关过程并将神经网络方法引入自相关过程控制中.以神经网络特有的模式识别技术,对自相关过程中均值发生突变的情况进行监控,取得了良好效果.     

轨道车辆座椅舒适度评价方法及研究展望

目的探讨评价轨道交通工具中座椅装备舒适度的有效方法,以及提升我国轨道交通工具中座椅舒适度的研究方向。方法对国内外相关文献进行比较分析,综述座椅舒适度的一般分析方法和国内外轨道交通工具中座椅舒适度研究现状;举例体压分布指标在动车组一等座椅形面舒适度评价中的应用方法。结论座椅舒适度评价一般采用主观和客观综合评价的方法,体压分布与主观评价有显著关系。提出了我国轨道车辆座椅舒适度的研究思路,包括形成系统全面的评价体系、应用主观和客观综合评价的研究方法、统一座椅尺寸参数定义,更新标准数据。在轨道交通工具座椅实际研发中,基于体压分布指标的分析可快捷有效地对座椅形面造型舒适度进行评价。     

用粗集-模糊神经网络评定空袭目标威胁程度

针对模糊神经网络运算过程中,当模糊规则较多时,网络学习速度慢,方法实时性差的缺点,本文提出采用粗糙集理论对该模型进行优化,该方法利用粗集数据分析方法,通过知识约简从数据中推理逻辑规则,并用约简后规则集作为模糊神经网络的规则将输入映射到输出的子空间上:在这个子空间上用改进的BP算法训练进行逼近.实验结果表明:通过粗集数据挖掘后提取的规则,不仅规则数目减少,且规则是不完全规则,减少了网络输入维数和各层神经元的个数,提高了网络运算速度,满足了系统实时性要求.