基于神经网络的行驶工况智能识别方法研究

针对目前工况识别率低降低了能量控制策略在实际行驶中的控制效果的问题,提出了神经网络算法优化行驶工况识别的方法。首先,利用降维后的特征值对典型工况进行分类,构建综合行驶工况。其次,建立模糊C均值聚类、概率神经网络、学习向量化神经网络、BP神经网络的工况识别模型并训练。最后对工况智能识别模型进行仿真验证。结果表明,BP神经网络算法识别效果最好,可优选BP神经网络工况识别模型为设计能量管理策略提供基础。

国内外主流交通仿真软件的对比分析

目前,国内广泛使用的交通仿真软件均源于国外,国内相关领域还有较大的发展空间。因此,对目前发展较为成熟的交通仿真软件进行分析显得尤其重要。从横向方面对宏观、中观、微观交通仿真软件进行了比较分析;在纵向方面从不同的角度对常用的宏观交通仿真软件以及微观交通仿真软件进行了对比分析。结果表明,国外软件都没有考虑到国内混合交通流的情况,开发一款能与地理信息系统(geographic information system,GIS)和相关定位系统无缝连接的全球通用交通仿真软件是很有必要的。