RBF神经网络下车辆操纵模型的分岔特性

针对RBF神经网络对车辆操纵模型的稳定性和分岔问题进行了分析。首先,建立了车辆操纵模型和神经网络轮胎力学模型,通过微分方程将二者耦合成一个系统,并对耦合系统进行分析。然后,固定系统参数通过初值扰动来对系统性能进行测试,测试结果表明系统稳定性较好。最后通过不同频率下系统参数摄动的功率谱、分岔图和最大李雅普诺夫指数图对系统的稳定条件和分岔过程进行了分析,同时通过对周期性激励下耦合神经网络动力系统的混沌控制研究,分析了混沌吸引子的变化特点。