[发明专利]基于自动驾驶测试智能平台车的智能化标准方法和系统

权利要求书

1.一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，包括如下步骤：

步骤1：建立自动驾驶测试智能平台车的汽车智能化指标体系，分析自动驾驶智能平台车相关评价指标；

步骤2：根据自动驾驶测试智能平台车的汽车智能化标准，确定BP神经网络的网络结构；

步骤3：确定隐含神经元个数；

步骤4：对数据归一无量纲化处理；

步骤5：确定自动驾驶智能平台车智能化等级；

步骤6：进行BP网络训练并确定样本指标的权重范围。

2.根据权利要求1所述的一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，所述步骤1包括：

步骤1.1：选取对汽车智能化评价有关的指标作为比较数列，将智能平台车的智能化指标作为参考数列，对变量进行无量纲化处理后计算关联系数；

记Δ_i(k)＝|y(k)-x_i(k)|，则

ρ∈(0，∞)，称为分辨系数，ρ越小，分辨力越大，ρ的取值为(0,1)；

步骤1.2：取得关联系数后，求关联系数的平均值作为比较数列和参考数列之间关联程度的数量表示；关联度ri公式如下：

步骤1.3：根据关联度按照大小进行排序，选取关联度大的指标作为最终评价指标。

3.根据权利要求1所述的一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，所述步骤2包括：

步骤2.1：确定输入层和输出层的节点数量；根据已选择的详细测试功能指标的数量确定输入层的神经元数量，输出层的神经元的数量为一个，输出为智能车智能化指标值；

步骤2.2：确定BP神经网络的层数，单个隐藏层拟合包含从一个有限空间到另一个有限空间的连续映射的函数，两层激活函数表示任何进度的任何决策边界。

4.根据权利要求1所述的一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，所述步骤3包括：

确定隐含神经元个数主要采用经验公式：

式中：Q为隐含层节点数；a为输入层节点数；b为输出层节点数；c取[a,10]中的任一整数；

当出现过拟合的情况，采用early-stopping或添加正则化项的方式来进行修正。

5.根据权利要求1所述的一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，所述步骤5包括：

对智能车的智能化指标值进行合理的划分区间，对智能车的测试数据中存在特殊情况的数据进行其他处理。

6.根据权利要求1所述的一种基于自动驾驶测试智能平台车的智能化标准方法，其特征在于，所述步骤6包括：

步骤6.1：创建网络对象、设置各层激活函数、训练函数、学习函数、性能函数；

步骤6.2：调整网络的权重和阈值；

步骤6.3：设置网络的训练参数；将归一化后的数据和目标值组成训练样本，对建好的BP网络进行反复训练；

步骤6.4：将归一化的评价指标值通过熵权法求得初始权重bi，再通过k个专家对已设定的智能化指标进行打分并计算权重；

步骤6.5：根据专家评价法和熵权法计算所得权重计算得出综合权重；

步骤6.6：通过综合权重计算出的智能车智能化指标值后对照BP网络输出的理想智能化指标值；

步骤6.7：将综合权重在专家评价法和熵权法所得权重的范围中进行调整，直至汽车智能化指标值误差达到理想值。

7.一种基于自动驾驶测试智能平台车的智能化标准系统，其特征在于，所述系统包括如下模块：

模块M1：建立自动驾驶测试智能平台车的汽车智能化指标体系，分析自动驾驶智能平台车相关评价指标；

模块M2：根据自动驾驶测试智能平台车的汽车智能化标准，确定BP神经网络的网络结构；

模块M3：确定隐含神经元个数；

模块M4：对数据归一无量纲化处理；

模块M5：确定自动驾驶智能平台车智能化等级；

模块M6：进行BP网络训练并确定样本指标的权重范围。