基于神经网络车辆制动预测的研究.docVIP

基于神经网络的车辆制动预测研究 [摘要] 本文对汽车制动过程中，影响汽车制动距离的主要因素：路面附着系数 和初始速度等进行分析，提出了用神经网络的方法对汽车制动距离进行预测分析 并阐述了对汽车制动距离预测的必要性和可行性。我们以干沥青与混凝土路面状 况下汽车制动距离的实验数据为基础，建立基于BP神经网络的预测模型，并利 用MATLAB进行数据拟合检验，结果表明我们的方法能有效地预测汽车的制动距 离，并且在数据较为充分的情况下有较高的精度。 [关键词] BP神经网络 制动距离 预测模型 MATLAB软件Vehicle braking prediction research based on neural network [Abstract] In this paper, for the automotive braking process, we analyze the main factor that affect the cars braking distance: road adhesion coefficient and initial velocity, put forward to use neural network to predict the automobile braking distance, discusses the necessity and feasibility of the vehicle braking distance prediction. We use dry asphalt and concrete pavement under the experimental data on the basis of vehicle braking distance, build predictive models based on BP neural network, and use MATLAB to data testing, The results show that our method can effectively predict the cars braking distance and in the case of more adequate data has higher accuracy. [Keywords] Artificial neural network BP neural network Braking distance Prediction model 目录 1.引言 1.1 选题的目的和意义 1 1.2研究状况和研究内容 1 1.2.1 国内研究状况 1 1.2.2 国外研究状况 2 2. 基于神经网络的制动距离预测分析 3 2.1 汽车制动过程分析 3 2.2 制动距离的定义及影响因素分析 3 2.2.1 制动距离 3 2.2.2 制动距离的影响因素分析 4 2.3 神经网络预测理论 7 2.3.1 神经网络的概念及发展 7 2.3.2 神经网络在预测方面的发展 8 2.3.3 神经网络研究的不足 11 2.4 制动距离预测必要性和可行性分析 11 2.4.1 制动预测距离的必要性分析 11 2.4.2 制动预测距离的可行性分析 11 3.基于神经网络的制动距离预测模型的建立 12 3.1 汽车制动距离预测模型建立思路 12 3.2 预测模型建立方法及步骤 12 3.3 制动距离预测模型的建立 12 3.3.1 数据来源 12 3.3.2 网络结构设计 12 3.4 预测模型仿真检验及结果分析 15 结论 16 致谢语 17 参考文献 18  引言 1.1选题的目的和意义 随着汽车工业的发展，汽车越来越受人们的青睐，汽车的需求量及产量不断增长。然而，与此同时也带来了交通堵塞和汽车交通事故的频繁发生。车辆交通事故严重地威胁了人民的生命财产安全，如何有效地提高汽车的安全性能，防止交通事故的发生成为汽车制造厂商等相关人士密切关注和重视的课题。 对汽车制动距离进行预测是汽车防撞预警系统的基础，是为了能够提醒驾驶员在离障碍物的制动距离范围内及时停车，以减少交通事故的发生，减少不必要的生命财产损失。以前制动距离的研究主要是根据将制动过程分为几个阶段再分别列出计算式计算，最后再总和起来就得出最终制动距离。因为汽车制动距离的影响因素很多而且不断变化着用公式计算必然产生许多误差，计算出的制动距离不够准确；而人工神经网络有高度的自学习能力和非线性逼近能力，只需要输入一些影响因素和输出制动距离就能找出输入层和输出层的非线性关系，采用神经网络的方法对