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．