基于RBF神经网络的轮胎滚动阻力建模研究

基于RBF神经网络的轮胎滚动阻力建模研究

论文摘要

建立径向基函数(RBF)神经网络轮胎滚动阻力模型,充分利用RBF神经网络模型逼近精度高、训练速度快、无局部极小等优点,对轮胎滚动阻力进行全面、准确的预测。结果表明,轮胎滚动阻力RBF与反向传播算法(BP)神经网络模型预测值的平均相对误差分别为2%和6%左右,RBF神经网络模型在训练和预测结果上均有更大优势,能够有效预测轮胎滚动阻力。

论文目录

  • 1 RBF神经网络
  •   1.2 RBF神经网络结构
  • 2 基于RBF神经网络的轮胎滚动阻力模型
  •   2.1 输入参数选取
  •   2.2 训练数据获取与处理
  •     2.2.1 轮胎滚动阻力
  •     2.2.2 训练数据获取
  •     2.2.3 训练数据归一化处理
  •   2.3 σ确定
  • 3 轮胎滚动阻力预测结果分析
  •   3.1 RBF神经网络模型的预测结果
  •   3.2 训练结果和预测结果分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 毛鑫昕,毛建清,王东哲

    关键词: 轮胎,滚动阻力,模型,径向基函数,反向传播算法,神经网络

    来源: 橡胶工业 2019年10期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技

    专业: 有机化工,自动化技术

    单位: 大连海事大学理学院,中策橡胶集团有限公司

    基金: 国家自然科学基金资助项目(61671099)

    分类号: TP183;TQ336.1

    页码: 739-743

    总页数: 5

    文件大小: 884K

    下载量: 125

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于RBF神经网络的轮胎滚动阻力建模研究
    下载Doc文档

    猜你喜欢