公开(公告)号：CN113705865B

公开(公告)日：2024-05-03

申请号：CN202110935648.8

申请日：2021-08-16

申请人： 东南大学

发明人： 任彦君 ,  沈童 ,  殷国栋 ,  周嘉淇 ,  张滨峰 ,  向进禹 ,  张莅茳 ,  王凡勋 ,  冯斌 ,  卢彦博 ,  付琪 ,  张紫涵

IPC分类号： G06N3/084 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/06 ,  G06Q50/04

摘要： 本发明公开一种基于深度神经网络的汽车稳定性因数预测方法，其特征在于包含以下步骤：采集驾驶员在不同工况下驾驶时的汽车状态参数数据，针对每种工况采集多组汽车状态参数数据，对采集的数据进行预处理，建立汽车稳定性因数估计数据库；设计多层前馈神经网络，神经网络学习算法的训练；对神经网络进行测试，验证神经网络的训练效果是否满足要求。本发明方法能够保证不同工况下汽车操纵稳定性，用于汽车控制器设计，能够保证控制器在汽车处于不同工况下，均有较好的控制效果。

公开(公告)号：CN113705865A

公开(公告)日：2021-11-26

申请号：CN202110935648.8

申请日：2021-08-16

申请人： 东南大学

发明人： 任彦君 ,  沈童 ,  殷国栋 ,  周嘉淇 ,  张滨峰 ,  向进禹 ,  张莅茳 ,  王凡勋 ,  冯斌 ,  卢彦博 ,  付琪 ,  张紫涵

IPC分类号： G06Q10/04 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

摘要： 本发明公开一种基于深度神经网络的汽车稳定性因数预测方法，其特征在于包含以下步骤：采集驾驶员在不同工况下驾驶时的汽车状态参数数据，针对每种工况采集多组汽车状态参数数据，对采集的数据进行预处理，建立汽车稳定性因数估计数据库；设计多层前馈神经网络，神经网络学习算法的训练；对神经网络进行测试，验证神经网络的训练效果是否满足要求。本发明方法能够保证不同工况下汽车操纵稳定性，用于汽车控制器设计，能够保证控制器在汽车处于不同工况下，均有较好的控制效果。