机械工程学报－－基于自学习模糊神经网络AMT车辆巡航控制.pdfVIP

第 卷第 期 机 械 工 程 学 报 @ - A1:B@ C1B- $%%-年 -月 DECFGF HI’JC!K IL FDE!CD!K FCMCFFJCM H38B $%%- 基于 自学习模糊神经网络 !#车辆巡航控制 ! 李 君 张建武 （上海交通大学汽车工程研究所 上海 ） $%%%% 冯金芝 雷雨龙 葛安林 （上海理工大学） （吉林工业大学） 摘要 利用模糊神经网络在不能获得精确数学模型的非线性系统中能够达到最优控制的特性，建立了车辆巡航模 糊神经网络控制模型，并对其离线训练后应用于装有机械式 自动变速器桑塔纳 型轿车进行巡航控制道路试 $%%% 验，取得满意效果。 叙词： 机械式自动变速器 自动巡航控制系统 模糊模型 模糊神经网络 中图分类号： ’() % 前言 车辆巡航系统已经在国外得到应用并且 日益成 为中高级轿车的标准装备。基于机械式自动变速器 （ ，即 ）车辆 !/0123045246738963:0;3829918 !# 巡航是指当车辆在高速公路上行驶时，驾驶员即使 不踏加速踏板，车辆仍可以按驾驶员所希望的恒车 速行驶，并且按存储的最佳经济性和动力性规律进 ［ ］ 行选择和升降挡位 -!$ 。运用该系统可 以减轻驾 驶员因长时间控制油门而产生的疲劳，从而减少或 图 - !#车辆巡航模糊神经网络控制系统 避免了交通事故的发生；同时又避免了不必要的油 整；另外，受模糊规则数量及模糊论域划分的限制， 门变动，改善了汽车的燃料经济性和排放，并在一定 使得常规模糊控制精度和适应能力受限较大。神经 程度上提高了汽车的动力性和乘坐舒适性。 网络在实时学习和 自动模式识别方面有极强的优 车辆巡航系统（如图 ）是一个复杂的，分 !# - 势，但其学习样本的获得比较困难。因此将二者有 布参数，大惯性非线性系统，并且受外界环境（路况， 机结合组成模糊神经网络控制系统，可以有效地发 风等）的影响非常大，所以建立其精确的数学模型是 挥模糊控制和神经网络控制的各 自优势并弥补其各 ［ ］ 极其困难 的 $!) 。因此基于精确数学模型控制 的 自不足。模糊技术和神经网络结合，可以大大拓宽 现代控制论和古典控制论很难解决这一问题。国内 神经网络处理信息的范围和能力。而用神经网络技 有采用 =?进行巡航控制研究的，结果证明车速控 术进行模糊信息处理，则使得模糊规则 自动提取及 制精度不高和控制系统的鲁棒性及适应性不理想。 模糊隶属函数的自动生成和在线调节有可能得以实 模糊控制理论和神经网络控制理论的迅速发展为解 ［ ］