论文部分内容阅读
通过对汽车主动悬架建立再生神经网络模型,提出了一种神经模糊适应性控制算法,该算法在多层神经网络的基础上,借助一套模糊规则,调节模糊神经控制器参数,通过神经网络建模确定了汽车主动悬架的动态参数,并向神经模糊适应性控制器提供学习信号.对一辆装有磁流变液减振器及基于DSP微处理器模糊神经控制系统的微车,在各种速度与路面条件下进行试验,将控制效果与开环被动悬架系统的进行了比较,结果表明,神经控制算法在减小微车振动方面表现出了良好的性能.