基于广义回归神经网络的车辆制动距离预测

编号 zgly0001464356

文献类型 期刊论文

文献题名 基于广义回归神经网络的车辆制动距离预测

作者 强添纲  辛雨蔚  田广东  靳良真  魏文博  侯建 

作者单位 东北林业大学交通学院  山东省潍柴重机股份有限公司 

母体文献 森林工程 

年卷期 2014年01期

年份 2014 

分类号 TP183  U461 

关键词 制动距离  广义回归神经网络  预测 

文摘内容 制动性能对车辆主动安全至关重要,其主要评价参数之一就是制动距离。以初速度、峰值附着系数、滑动附着系数和反应时间作为影响制动距离的主要因素变量,应用SIMULINK的制动模型,获得不同状况下的制动距离的结果,并将其作为神经网络的训练数据。基于广义回归神经网络(general regression neural network,GRNN)对于小样本能够实现精确预测的特点,提出应用其进行车辆制动距离的预测分析。结果表明:预测最大误差不超过11.50,预测相对误差不超过7.0%,表明预测精度较高。因此,应用GRNN可有效实现车辆制动距离的精确预测。