PSO-BP网络算法在汽车悬架优化中的应用

吉林大学学报(工学版)

PSO-BP网络算法在汽车悬架优化中的应用

刘顺安，胡庆玉

吉林大学机械科学与工程学院，长春 130022

收稿日期:2008-05-20 修回日期:2008-09-20 出版日期:2009-05-01 发布日期:2009-05-01
通讯作者: 刘顺安

Application of PSO-BP network algorithm in optimization of automotive suspension

LIU Shun-an;HU Qing-yu

College of Mechanical Science and Engineering, Jilin University, Changchun 130022, China

Received:2008-05-20 Revised:2008-09-20 Online:2009-05-01 Published:2009-05-01

摘要/Abstract

摘要：

在研究汽车悬架系统模型及神经网络的基础上，提出将PSO-BP网络算法应用于汽车的悬架优化中。该算法采用PSO学习机制，改善了BP学习算法收敛速度慢、全局收敛差的缺点。通过建立的数学模型并用该算法对汽车悬架的刚度和阻尼进行优化。结果表明，此算法明显改善了汽车悬架的性能，提高了汽车的平顺性。同时该算法和试验数据也为悬架系统的进一步研究提供了参考。

关键词: 车辆工程, PSO机制, PSO-BP算法, 汽车悬架, 参数优化

Abstract:

A PSOBP network algorithm was suggested to optimize the automotive suspension based on the study of suspension model and neural metwork. The algorithm uses the PSO learning mechanism to improve the weak points of the BP learning algorithm such as the slow convergence rate and the poor global covergence. A mathematical model was established and the stiffness and damping of the automotive suspension were optimized with the suggested algorithm. The results showed that the algorithm can significantly improve the performance of the automotive suspension and the vehicle ride comfort. The suggested algorithm and obtained test data provied a reference for the further study of suspension system.

Key words: vehicle engineering, PSO mechanism, PSOBP algorithm, automotive suspension, parameter optimization

中图分类号:

U463.32

刘顺安，胡庆玉 . PSO-BP网络算法在汽车悬架优化中的应用[J]. 吉林大学学报(工学版), 2009, 39(03): 571-0575.

LIU Shun-an;HU Qing-yu . Application of PSO-BP network algorithm in optimization of automotive suspension[J]. 吉林大学学报(工学版), 2009, 39(03): 571-0575.

参考文献

相关文章 15

[1]	常成,宋传学,张雅歌,邵玉龙,周放. 双馈电机驱动电动汽车变频器容量最小化[J]. 吉林大学学报(工学版), 2018, 48(6): 1629-1635.
[2]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[3]	何仁,杨柳,胡东海. 冷藏运输车太阳能辅助供电制冷系统设计及分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1645-1652.
[4]	那景新,慕文龙,范以撒,谭伟,杨佳宙. 车身钢-铝粘接接头湿热老化性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1653-1660.
[5]	刘玉梅,刘丽,曹晓宁,熊明烨,庄娇娇. 转向架动态模拟试验台避撞模型的构建[J]. 吉林大学学报(工学版), 2018, 48(6): 1661-1668.
[6]	赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[7]	宋大凤, 吴西涛, 曾小华, 杨南南, 李文远. 基于理论油耗模型的轻混重卡全生命周期成本分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1313-1323.
[8]	朱剑峰, 张君媛, 陈潇凯, 洪光辉, 宋正超, 曹杰. 基于座椅拉拽安全性能的车身结构改进设计[J]. 吉林大学学报(工学版), 2018, 48(5): 1324-1330.
[9]	那景新, 浦磊鑫, 范以撒, 沈传亮. 湿热环境对Sikaflex-265铝合金粘接接头失效强度的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1331-1338.
[10]	王炎, 高青, 王国华, 张天时, 苑盟. 混流集成式电池组热管理温均特性增效仿真[J]. 吉林大学学报(工学版), 2018, 48(5): 1339-1348.
[11]	金立生, 谢宪毅, 高琳琳, 郭柏苍. 基于二次规划的分布式电动汽车稳定性控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1349-1359.
[12]	隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[13]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[14]	胡满江, 罗禹贡, 陈龙, 李克强. 基于纵向频响特性的整车质量估计[J]. 吉林大学学报(工学版), 2018, 48(4): 977-983.
[15]	刘国政, 史文库, 陈志勇. 考虑安装误差的准双曲面齿轮传动误差有限元分析[J]. 吉林大学学报(工学版), 2018, 48(4): 984-989.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed