重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (11): 31-39.

• 车辆工程 • 上一篇    下一篇

参数在线调整的 ARBFNN车速预测方法研究

史立峰,马 彬,郭 兴   

  1. (1.北京信息科技大学 机电学院,北京 100192; 2.新能源汽车北京实验室,北京 100192; 3.北京电动车辆协同创新中心,北京 100192; 4.中国人民公安大学 交通管理学院,北京 10003
  • 发布日期:2022-12-27
  • 作者简介:史立峰,男,硕士研究生,主要从事车辆主动安全控制研究,Email:840023422@qq.com;通讯作者 马彬,男,博 士,副教授,主要从事车辆主动安全控制研究,Email:bin_ma2014@126.Com

  • Published:2022-12-27

摘要: 提出了一种基于参数自适应调整的在线径向基函数神经网络(adaptiveradialbasis functionneuralnetwork,ARBFNN)的车速预测方法,实现车速高精度预测。首先,基于车速采集 系统获得实际工况车速数据,采用滑动时间窗口方法对车速数据进行样本化处理,建立预测模 型训练样本库。其次,在分析输入层神经元数目和基函数标准差对 RBFNN车速预测精度影响 的基础上,结合赤池信息准则对结构参数进行在线调整;最后,提出基于 ARBFNN的车速在线 预测方法,实现了基于自车历史数据的车速高精度在线预测。仿真结果表明:所提出的 ARBF NN车速预测方法具有较高精度,相比于 BPNN精度提高 53.36%,相比于 RBFNN精度提高 54.47%,可为电动汽车车辆能量管理提供参考。

关键词: 车速预测;自适应径向基函数神经网络;参数调整;滑动时间窗口;赤池信息准则

中图分类号: 

  • U461