基于MATLAB的车灯光通量试验数据拟合分析

为了研究汽车灯泡光通量的变化规律,利用基于MATLAB的粒子群算法优化BP神经网络对汽车灯泡光通量试验数据进行非线性拟合分析,即用粒子群算法对目标函数进行改进,寻到最优权值和阈值应用于BP神经网络。比较改进神经网络(PSO-BP)算法与最小二乘法以及BP神经网络算法的拟合结果,结果表明改进神经网络(PSO-BP)算法的拟合能力显著提高。

汽车零部件质量安全风险监测分析

本文介绍了汽车灯具配光性能和乘用车行车制动器性能试验在国标、欧洲法规、美国标准以及日本汽车行业标准中的异同,便于有关部门了解柳州市进出口汽车零部件质量安全情况,加强进出口汽车零部件质量安全监管,同时为国内汽车生产企业和标准的修订提供参考。