[发明专利]一种基于RBF径向基神经网络的汽车防抱死检测方法在审
| 申请号： | 201810393821.4 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108956153A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 周武能;尤亚锋;闾斯瑶 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G01M17/007 | 分类号： | G01M17/007;G06N3/04 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 201620 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 径向基神经网络 防抱死 汽车 采集 测速传感器 防抱死系统 事故发生率 车速数据 故障预测 神经网络 有效数据 新数据 检测 合理性 车轮 验证 检验 学习 | ||
1.一种基于RBF径向基神经网络的汽车防抱死检测方法，其特征在于，包括以下步骤：
(1)选取数据样本：对传感器采集到的汽车四个车轮的速度进行筛选处理；
(2)对故障类型进行编码：1代表发生了相应的故障，0代表无故障；
(3)建立RBF神经网络：选取合适的RBF径向基神经网络训练参数；
(4)训练RBF神经网络：把数据样本中的数据放到建立的RBF神经网络进行训练；
(5)测试网络：将未进行训练的数据进行检测并测试网络效果，判断是否启用防抱死系统。
2.根据权利要求1所述的基于RBF径向基神经网络的汽车防抱死检测方法，其特征在于，所述步骤(2)中汽车四轮的车速输入量分别为：左前轮速、右前轮速、左后轮速、右后轮速，X代表输入量，X＝(x1,x2,x3,x4)作为输入；对应的故障类型分别为：无故障、左前调节器故障、右前调节器故障、左后调节器故障、右后调节器故障。分别用y1,y2,y3,y4,y5来表示；5种故障类型对应的输出期望向量为{10000}、{01000}、{00100}、{00010}、{00001}，其中1代表发生了所对应的故障，0表示无故障发生。
3.根据权利要求1所述的基于RBF径向基神经网络的汽车防抱死检测方法，其特征在于，所述步骤(3)中建立的RBF神经网络的输入到输出的网络映射函数公式为：j＝1,2,3,...,n，其中，σ为函数的宽度参数，Wij为隐含层到输出层的权值；Ci为径向基函数的中心，Xp为输入向量，h为神经元个数。
4.根据权利要求1所述的基于RBF径向基神经网络的汽车防抱死检测方法，其特征在于，所述步骤(4)中在进行训练时通过调整不同的spread值得到一个最优解模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810393821.4/1.html，转载请声明来源钻瓜专利网。
