基于RBF神经网络车速控制的再生制动系统测试
来源：江苏大学学报·自然科学版杂志2016年第3期北京时间：
作者：陈燎,谢明维,盘朝奉,周孔亢
单位：1.江苏大学 汽车与交通工程学院, 江苏 镇江 212013; 2.江苏大学 汽车工程研究院, 江苏 镇江 212013
摘要：针对纯电动汽车再生制动系统优劣评估问题,提出了一种基于车速自动跟踪的再生制动系统测试方法．首先根据离线测试数据推导车速跟踪开环控制动态数学模型;然后用RBF神经网络搭建车速跟踪闭环控制驾驶员模型;最后利用PSO算法对RBF神经网络参数进行优化．在试验室自主研发的整车惯性模拟台架上进行试验,试验结果表明:用RBF神经网络算法控制车速跟踪相比传统模糊PID控制减小了车速跟踪误差,提高了再生制动系统测试的准确性,该方法在实际再生制动测试中应用是可行的．
关键词：再生制动测试, RBF神经网络, 车速跟踪, 循环工况测试, PSO算法
基金资助：<p>国家自然科学基金资助项目(51105178,51475213)； 江苏省“六大人才高峰”项目(2013-XNY -002)； 山东省高等学校科技计划项目(J13LN38)； 江苏省自然科学基金资助项目(BK2011489)</p>
