多智能神经网络轮胎模型仿真研究

现在采用神经网络等新技术的高速、高频、大幅度和瞬态变工况的非线性模型是轮胎建模的主要研究问题。以前运用BP算法存在训练速度慢,易陷入局域极值而得不到适当的权值分布等缺点,以至于在实际应用中需要多次进行训练才能得到较为理想的结果。而采用进化算法对神经网络系统进行优化能在很大程度上解决上述问题。再将基于知识的多智能体思维进化算法(KMMEA)引入到神经网络权值优化中,建立了侧向力、纵向力联合工况下的非线性轮胎模型,绘制出有界非线性函数族并整理为非线性不确定系统。在Matlab中的仿真实验结果表明,算法对轮胎模型的精度和建模的效率有显著的提高。