CPN驾驶员模型地研究.pdfVIP

157 第九届全国地面机器系统学台学术年会论文集 2 U盘‘／．(7 U卵／、； CPN驾驶员模型的研究 林英姿国余群 (中国农韭大学) 摘要本文阐述了把人工神经网络用于驾驶员模型研究的基本原理，提出了驾驶员艇型的输 入输出矢量，然后开发了一种适宜的网络模型--CPN模型．文中具体设计了该网络的训练算 法，推导了网络权值的调整公式，并在此基础上，编制了有关软件进行闭环系统中驾驶员模型的 训练、测试．最后，对该模型的性能进行了评价． 关键词驾驶员模型神经同蝽训练算法权值调整 长期以来，驾驶员模型一直是困扰着人们的一大难题．其原因在于，驾驶员是一个极为 复杂的系统，要为驾驶员控制器建立逼真的数学模蛩，即使是仅仅确定其完成一项专门任务 的性能模型也不是一件容易做到的事。人具有一些特有的品质，并且不能把它的输入一输出 关系描述成为纯线性的、非线性的、时变的、随机的或离散的模型．实际上，它是所有这些特 性的组合。此外，驾驶员还是一个具有很强自适应能力的控制器，他可以从操纵经验中学习 到自己原来不知道的东西，是一个极为复杂而又非常理想的自适应反馈系统。然而，实际应 用中的驾驶员模型很多是用传统控制理论得出的，在实际控制过程中，由于汽车这一被控系 统的严重非线性、数学模型的不确定性及工作点的剧烈变化等因素，这些模型往往难以得到 人们希望的结果． 在上述问题的推动下．本文提出了采用人工神经网络建立驾驶员模型。 1神经网络用于建立驾驶员模型的基本原理 人工神经网络是由大量简单的基本原件一神经元相互联接而成的自适应非线性动态系 统。它由很多简单的处理单元有机地联接起来，进行并行的工作。它的信息传播、存睹方式 与生物神经网络类似，信息存储在处理单元之间的联接上。虽然每个神经元的结构和功能比 较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络与人类的智能特点类 似的主要特点可归纳为：固有的并行结构和并行处理t知识的分布存储；很强的容错性；自适 应性等。其中自适应性是其最重要的特点，包括学习性、可训练性、自组织能力、推理能二b四 个方面。 可见，神经网络是一大规模并行处理非线性动力系统，也正是由于它的非线性动力学复 杂性，才在更高层次上体现了人瞄的智能行为，井为智能控制提供了新途径。在驾驶员一汽 车一环境闭环系统中，神经网络所具有的对复杂不确定性问题的自适应和自学习能力、对任 ①林英姿，讲师．北京市清华东路17号中国农业大学车辆工程学院，]o0083 暂酿申蕊辫曾稚氛士甲。韶豳旃爵阜茸幕封唇拳掣聪明(UA)计菩薯苗皆捕鱼‘丁话难 。半。暂聩疑辫咨，， 专一帮士t翳出馨磋霉够W‘华帮县鬻朝￥酗茸甾胜砩癣缸乜‘詈uauoqoM出酱覃章鞠螂。翻 凿卓斟钾鹭m雅貊旌坐崔}辉到敏辁茸驷靠￥群斡笨z工Hv妊划蛩景}旃爵目崩卷Ⅲ，a—equ —oM’1‘v普卫零蕊‘犁讯刨韩朝琏一￥坐幂勤号跫孕曾辅彝明创业‘生晕骅毒禁、书J罾哲 蝣朝幽胖翠‘骧蟛【n箍牮圈。号姑醉举踅明蕊辫酉聩复与揖射’革姑一霹辩甜{{薅驷群臻Y 瓣谰酉鹦甘罾uouoqo)I吾嚣球。丘毒驹骗雀芬麟赠Y上号姑Ⅱ牮亘‘硪辫暂稚每覃羁士罾铹 趔鞲询强毒}酶爵阜柱暮群确妇。强甜钾章辩Y翳上确蓄‘章鞘Y辨上擎*沿g￡Ⅳ罩‘鞋髓簖 葡一窜罐号蓼诲爵耳目‘刨群坐哥甚珥朝珊蠲一幂蝣锑I自孝辩Y瓣‘轴羁妊一‘小韶酗詈跫噎 章鞲蛹刨止Y辫暂哲乐。丰}帮睡钾藁警硝断牲一廿圭瓢膨霸磅亚斟牲一朝申硝蹰爵艇刿话壬 髯匿斡一礤。旃西耳缈幂辫碡卓鞋瓤嚣磐雎茸群￥出‘目uouoqoH牮髫一嵩钾蝣幽鎏 。婆蜩I囤蹲百导聃曾明g谤啦古驽‘山z础山}【牮雅 髟璩兽谤批明詈串鞲咄吾Y鞲钾韶心带{{餮翠群茸章‘