首页|参数在线调整的ARBF-NN车速预测方法研究

参数在线调整的ARBF-NN车速预测方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
Research on ARBF-NN speed prediction method with online parameter adjustment

史立峰、马彬、郭兴、姜文龙

展开 >

北京信息科技大学 机电学院,北京 100192

新能源汽车北京实验室,北京 100192

北京电动车辆协同创新中心,北京 100192

中国人民公安大学 交通管理学院,北京 100038

展开 >

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

北京市自然科学基金北京市自然科学基金国家自然科学基金公共安全行为科学与工程科技创新项目

32120053174049516080402022KXGCKJ06

2022

10.3969/j.issn.1674-8425(z).2022.11.004

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2022.36(11)
  • 1
  • 11