首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    RRT算法路径优化及仿真验证

    刘文光刘浩伟罗通王志民...
    1-7页
    查看更多>>摘要:针对RRT算法在路径规划过程中搜索路径质量不高、搜索代价过大、迭代效率慢等问题,提出了改进的RRT算法,建立约束范围内的父节点重选策略和随机树剪枝方法,并基于三角形原理和最小转弯半径约束对路径进行优化,最后由Matlab仿真平台对改进的RRT算法进行仿真验证,并与经典RRT算法及A∗引导RRT算法的迭代时长和路径长度进行对比.实验结果表明:改进后的RRT算法可以在保持较高的搜索效率的同时规划出路径更短、更平滑的安全路径.

    RRT算法路径规划算法优化仿真验证

    基于多元特征参数与改进SVM算法的驾驶风格识别研究

    黄江李雨涵吴盛斌丁代林...
    8-19页
    查看更多>>摘要:当自动驾驶车辆在执行换道等行为时,需要准确识别人类驾驶车辆的驾驶风格类型,以保证换道等行为的安全进行.为此,提出了一种基于多元特征参数与优化支持向量机(SVM)相结合的驾驶员驾驶风格识别模型.采用改进粒子群算法(IPSO)对支持向量机模型参数进行优化,搭建IPSO-SVM驾驶风格识别模型,并用UCI数据库中的数据集对其进行验证,结果表明:IPSO-SVM模型在准确性、实时性及收敛性方面均优于CV-SVM模型和PSO-SVM模型.在此基础上,进一步采用NGSIM数据库中真实交通流的数据进行驾驶风格识别测试.首先处理多元特征数据,滤除异常值;其次采用主成分分析法对数据进行降维和简化,并用K-means算法对其进行聚类;最后将降维简化的数据作为输入,聚类得到结果作为输出,采用IPSO-SVM识别模型进行仿真实验.结果表明:提出的IPSO-SVM模型准确率可达97.96%,均方误差降低约84%,绝对误差降低约81%,运行时间平均减小30%,且ROC曲线的AUC值最大模型性能最优,仿真结果验证了该模型对驾驶风格有更好的识别效果,其具有一定的可行性.

    改进粒子群算法优化支持向量机多元特征参数驾驶风格识别

    考虑驾驶风格的路径跟踪控制方法

    马跃郭烈秦增科赵一杰...
    20-30页
    查看更多>>摘要:针对智能车辆的路径跟踪控制不能适应驾驶员个性化的问题,提出一种驾驶风格在线识别系统,并应用于路径跟踪控制系统.基于驾驶模拟器采集驾驶员和车辆的转向特征数据,利用模糊C均值对数据进行聚类分析,得到驾驶员风格标签;建立了基于BP神经网络的驾驶风格离线、在线识别系统.采用模型预测控制方法设计路径跟踪控制器,根据驾驶风格的识别类型设计约束条件.仿真结果表明:设计的控制器在保证跟踪精度和稳定性的前提下,满足不同风格驾驶员的路径跟踪需求.

    驾驶风格聚类在线识别路径跟踪个性化

    参数在线调整的ARBF-NN车速预测方法研究

    史立峰马彬郭兴姜文龙...
    31-39页
    查看更多>>摘要:提出了一种基于参数自适应调整的在线径向基函数神经网络(adaptive radial basis function neural network,ARBF-NN)的车速预测方法,实现车速高精度预测.首先,基于车速采集系统获得实际工况车速数据,采用滑动时间窗口方法对车速数据进行样本化处理,建立预测模型训练样本库.其次,在分析输入层神经元数目和基函数标准差对RBF-NN车速预测精度影响的基础上,结合赤池信息准则对结构参数进行在线调整;最后,提出基于ARBF-NN的车速在线预测方法,实现了基于自车历史数据的车速高精度在线预测.仿真结果表明:所提出的ARBF-NN车速预测方法具有较高精度,相比于BP-NN精度提高53.36%,相比于RBF-NN精度提高54.47%,可为电动汽车车辆能量管理提供参考.

    车速预测自适应径向基函数神经网络参数调整滑动时间窗口赤池信息准则

    车道变换行为研究进展

    张磊彭金栓宋臻陈鑫...
    40-50页
    查看更多>>摘要:为了明确驾驶人换道行为在道路交通安全领域的研究现状,综述了换道模型、换道行为特征、换道辅助预警以及自主换道系统等方面的研究进展.将换道模型按照换道动机与换道决策2个维度展开论述,针对换道行为特征归纳了驾驶人换道过程中的眼部及头部运动特性,分析了车道变换时自车及周围车辆的运动状态,总结了国内外学者在换道辅助预警系统、自主换道系统的先进成果.对文献的梳理和分析结果表明:首先,由数据驱动的智能换道模型在保证时效性的基础上,相比于传统换道模型在预测精度方面得到了显著提升;其次,在换道过程中驾驶人注视兴趣区域的划分为视觉运动规律的探索提供了基础,而头眼协同运动分析则可更加全面阐述换道行为特征,从换道意图识别到换道行为预测,均为换道辅助预警系统提供了潜在解决方案,但由于意图撤销现象的存在,需要进一步甄别各类方法的适用性;最后,有必要结合车路协同技术与车联网技术的发展,使车辆的自动换道朝着全局最优化的协同换道方向推演.研究成果将为驾驶人换道行为的基础理论研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升.

    车道变换换道模型行为特征换道预警自主换道

    基于自适应差分进化算法优化的主动悬架单神经元PID控制

    焦蕊赵强谢春丽李哲煜...
    51-59页
    查看更多>>摘要:为保证乘客乘坐舒适性和悬架控制效果达到最优,提出一种采用自适应差分进化算法优化的单神经元PID控制的主动悬架控制方法.建立了主动悬架的运动微分方程和状态空间模型,进一步设计了其单神经元PID控制模型,可以有效减少车身垂直加速度带来的影响.考虑到增益K和学习速率的参数值需要人为设定且多次试取难以确定最优参数,故采用自适应差分进化算法进行优化,以簧上质量加速度均方根值为目标函数,完成了主动悬架控制优化算法,并在Matlab/Simulink软件中进行仿真,对比被动悬架和分别由PID控制、单神经元PID控制和基于自适应差分进化算法优化单神经元PID控制的车身垂直加速度指标响应.仿真结果表明:采用自适应差分进化算法优化单神经元PID控制后,车身垂直加速度明显降低,控制效果更好,大幅提升了乘坐舒适性.

    主动悬架单神经元PID控制差分进化算法

    考虑控制参数的发动机性能优化研究

    赖晨光刘蕾王思政黄志华...
    60-68页
    查看更多>>摘要:以发动机空燃比和点火提前角为研究对象,分析其在不同转速和负荷下对功率和有效燃油消耗率的影响规律.通过对空燃比和点火提前角对发动机功率和有效燃油消耗率的影响进行仿真模拟,利用GT-power和优化仿真软件Isight联合仿真,建立近似模型,对设计变量空燃比和点火提前角进行了优化,并建立了不同参数MAP图为发动机在不同工况下的参数调整提供参考;通过试验设计所得数据对发动机性能及各变量之间的关系进行数据挖掘,探索了设计变量与目标之间的内在联系.

    发动机近似模型多目标优化联合仿真数据挖掘

    汽车怠速工况NVH性能预测模型研究

    陈岩杨晋裴永生刘壮...
    69-75页
    查看更多>>摘要:针对传统NVH主观评价方法人力成本较高的问题,提出了一种怠速工况下基于阶次和频率分析的整车NVH性能预测模型,可替代NVH评测员进行怠速工况下的车内NVH性能主观评价.采集42辆乘用车怠速工况下的车内噪声和振动信号,基于信号的阶次和频率提取客观评价参量,同时选择专业评测员对42辆乘用车进行NVH性能主观评价.将客观评价参量和主观评价分数汇总建立神经网络数据库,并基于BP神经网络建立整车NVH性能预测模型,预测准确率能够达到90%以上,说明怠速工况下车内的NVH性能与车内声振信号的阶次和频率特征有关,基于BP神经网络建立的预测模型能够准确反映NVH性能预测的非线性问题.

    NVH性能主观评价阶次频率BP神经网络

    采用余热型热泵的整车制热系统设计与仿真

    胡远志黄驰
    76-83页
    查看更多>>摘要:针对现有纯电动汽车热泵空调在低温气候下由于车外换热器结霜导致的制热性能低的问题,提出一种利用电机余热增强热泵空调制热性能,同时加热电池的纯电动车整车制热系统.在AMESim软件中建立了整车制热系统模型,分别在环境温度为0、-10和-20℃情况下进行仿真分析.研究结果表明:新系统乘员舱制热和电池加热效果较好;在环境温度为-20℃,1个WLTC工况循环下,相比于传统热泵空调,新系统能大大缩短乘员舱制热时间且制热效率提高了27.4%;与电池自生热加热相比,新系统中电池加热效果提高了79.7%,整车电能消耗减少16.7%.

    热泵空调制热性能余热利用电池加热AMESim纯电动车

    利用Biot参数分析和优化汽车声学包性能的方法

    甄龙信赵云任良张云鹏...
    84-92页
    查看更多>>摘要:以地毯子系统为研究对象,通过试验获取满足精度条件的各层材料Biot参数,建立了地板总成统计能量分析模型(statistical energy analysis,SEA),并在混响室、混响室—半消声试验室测量地毯的吸声系数和插入损失,对比仿真与试验结果验证模型的有效性.以Biot参数为设计变量,插入损失、吸声系数和质量为目标函数,建立满足精度的Kriging近似模型,采用NS-GA-Ⅱ算法进行优化,并对得到的Pareto解集利用权重分析法继续寻优,确定了最优的材料参数组合.结果表明:优化后的声学包在400~8000 Hz范围内插入损失平均值提高0.803 dB,吸声系数平均值提高0.011,质量降低了13.30%.

    声学包统计能量分析Biot参数多目标优化