基于BP神经网络行驶稳定性判定的模型预测控制系统.docx

基于BP神经网络行驶稳定性判定的模型预测控制系统

目录

基于BP神经网络行驶稳定性判定的模型预测控制系统（1）．．．．．．．．4

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.4研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

BP神经网络基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1BP神经网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2BP神经网络训练算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3BP神经网络在行驶稳定性判定中的应用．．．．．．．．．．．．．．．．．．．．10

行驶稳定性判定模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

3.1行驶稳定性判定指标体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

3.2数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.3BP神经网络模型建立．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

预测控制系统设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1预测控制系统架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2控制策略设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.3控制器参数优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

模型预测控制系统仿真与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

5.1仿真环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

5.2仿真结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

5.3模型预测控制系统性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

实验验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

6.1实验平台搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

6.2实验数据采集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

6.3实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

7.1研究结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

7.2研究不足与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

基于BP神经网络行驶稳定性判定的模型预测控制系统（2）．．．．．．．26

一、内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

项目背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

研究目的和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

二、BP神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

神经网络基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

BP神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

BP神经网络特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

三、行驶稳定性判定指标及方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3