支持向量机与神经网络在减振器建模中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

U463.33

基金项目:

中国高水平汽车自主创新能力建设项目(200822010001531)


Applications of support vector regression and neural network in modelling the hydraulic damper
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了利用支持向量机回归建立减振器非参数模型的方法。之后,利用支持向量机建立的模型与两类神经网络模型进行了对比,一类是反向传播神经网络,另一类是径向基函数神经网络。这三种模型分别在虚拟减振器与真实减振器上进行了比较。比较结果证明反向传播神经网络对虚拟减振器的辨识结果最好,而支持向量机回归算法对真实减振器的辨识效果最好。其原因是由于真实减振器的试验数据均具有噪声,而支持向量机对噪声具有一定的鲁棒性。

    Abstract:

    vehicle simulation;support vector regression;neural network;hydraulic damper

    参考文献
    相似文献
    引证文献
引用本文

王先云. 支持向量机与神经网络在减振器建模中的应用[J]. 科学技术与工程, 2011, (33): .
wang xian yun. Applications of support vector regression and neural network in modelling the hydraulic damper[J]. Science Technology and Engineering,2011,(33).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-09-16
  • 最后修改日期:2011-09-16
  • 录用日期:2011-09-21
  • 在线发布日期: 2011-10-24
  • 出版日期:
×
律回春渐,新元肇启|《科学技术与工程》编辑部恭祝新岁!
亟待确认版面费归属稿件,敬请作者关注