新型工业化
新型工業化
신형공업화
New Industrialization Straregy
2014年
12期
31-35
,共5页
发动机转速%自适应神经模糊推理系统%Matlab%CAN总线
髮動機轉速%自適應神經模糊推理繫統%Matlab%CAN總線
발동궤전속%자괄응신경모호추리계통%Matlab%CAN총선
研究发动机转速对于提升汽车性能具有重要的理论意义与实用价值。本文针对汽车发动转速的测试领域提出了一种基于自适应神经模糊推理系统(ANFIS, Adaptive neural- network- based fuzzy inference system)的发动机转速预测方法,构建了以加速踏板位置与发动机节气门位置作为输入,发动机转速作为输出的二输入一输出ANFIS网络。并通过针对CAN总线实时采集的实验数据作为网络训练样本,在Matlab平台上对于不同隶属度函数数量的ANFIS网络进行性能对比。仿真结果表明,当ANFIS隶属度函数数量为5时,本系统能够实现较优的测试效果,且训练时间较短。
研究髮動機轉速對于提升汽車性能具有重要的理論意義與實用價值。本文針對汽車髮動轉速的測試領域提齣瞭一種基于自適應神經模糊推理繫統(ANFIS, Adaptive neural- network- based fuzzy inference system)的髮動機轉速預測方法,構建瞭以加速踏闆位置與髮動機節氣門位置作為輸入,髮動機轉速作為輸齣的二輸入一輸齣ANFIS網絡。併通過針對CAN總線實時採集的實驗數據作為網絡訓練樣本,在Matlab平檯上對于不同隸屬度函數數量的ANFIS網絡進行性能對比。倣真結果錶明,噹ANFIS隸屬度函數數量為5時,本繫統能夠實現較優的測試效果,且訓練時間較短。
연구발동궤전속대우제승기차성능구유중요적이론의의여실용개치。본문침대기차발동전속적측시영역제출료일충기우자괄응신경모호추리계통(ANFIS, Adaptive neural- network- based fuzzy inference system)적발동궤전속예측방법,구건료이가속답판위치여발동궤절기문위치작위수입,발동궤전속작위수출적이수입일수출ANFIS망락。병통과침대CAN총선실시채집적실험수거작위망락훈련양본,재Matlab평태상대우불동대속도함수수량적ANFIS망락진행성능대비。방진결과표명,당ANFIS대속도함수수량위5시,본계통능구실현교우적측시효과,차훈련시간교단。