神经模糊系统在制动干扰模型中的应用  

Neuro-Fuzzy System in Interference Model of Brake

作　　者：谢鸿业[1] 宁铎[1] 

机构地区：[1]陕西科技大学电信学院,陕西西安710021

出　　处：《计算机仿真》2010年第12期327-330,共4页Computer Simulation

摘　　要：关于汽车制动优化问题,由于汽车制动器摩擦系数的干扰,产生汽车制动振荡现象,系统的模型是一个由线性与非线性糅合的系统,针对非线性部分难以建立数学模型,采用传统的BP神经网络进行系统辨识,在辨识过程中常常出现收敛速度慢、易导致局部极值等不良现象,从而影响系统辨识的速度及其信号的跟踪性。为解决上述问题,结合模糊推理系统模型具有控制精度高与神经网络自学习的功能,提出了使用神经模糊系统来进行非线性动态部分辨识的方法。分别采用传统的BP网络与模糊神经系统的方法对非线性动态系统进行辨识,通过利用MATLAB软件进行仿真。仿真结果表明,神经模糊系统的非线性动态系统辨识方法,不仅能够提高系统辨识的收敛速度,还能提高辨识精度及信号的跟踪性能。Because of the friction exists,the brake system is a linear and nonlinear blend system,and it is difficult to build mathematical model of nonlinear part.The traditional BP neural network fo identifying and recognizing are slow and easily runs into local minimum.For this reason,the fuzzy logic system model with high control precision and neural network with self-learning ability are integrated to identify the nonlinear dynamic part of the system.By using Matlab,both the traditional BP network and Fuzzy-Neuro system are used to identify the nonlinear dynamic system.The experiment results show that Fuzzy-Neuro system of the nonlinear dynamic system can improve the identifying speed,accuracy and the trace properties.

关 键 词：神经模糊系统 制动干扰模型 系统辨识 模糊推理系统模型 神经网络 

分 类 号：N945.12[自然科学总论—系统科学]