人工神经网络在车辆工程中的应用研究

　　人工神经网络的建立是基于对人的大脑和神经系统的分析而形成的，其主要运用于建模中，在各种工程中都能够得到广泛地应用，现在，车辆工程专业发展迅速，随着智能化技术的发展，车辆工程也朝着智能化的方向发展，实现了对车辆工程的智能化控制，车辆工程在原有的控制方案中，主要是采用数学相关的卢纶，但是还存在很多缺陷，神经网络在车辆工程中使用，使车辆工程的局限性得到了解决。

　　1 人工神经网络分析

　　1.1 人工神经网络的主要特征

　　人工神经网络是在人脑的拓扑中实现的，其特点主要有以下几点。

　　1.1.1 人工神经网络具有结构性特点

　　人工神经网络的结构比较清晰，具有清晰的框架，其是由神经元按照一定的顺序排列而成的，神经元在完成输入的过程中能够分析工程的权值，能够将不同神经元信息连接起来，能够明确连接的关系，同时能够确保连接的强度。不同的人工神经网络，其组织结构也是不同的，能够实现对不同性能的工程的运行。

　　1.2 人工神经网络具有分布式特点

　　人工神经网络能够实现各种神经元的连接，从而能够将工程的主要特点表述清楚，在获取联结的权值以后，通过模拟人脑的拓扑结果，从而能够准确地获取信息，能够将各个单元的信息进行整个，使各个单元的整体性能比较完善。人工神经网络在实现权值的联结后，还能够实现系统的相关性分析，能够实现信息的分布式存储，各部分的信息能够起到相互作用的效果，信息不是独立的，而是形成一个整体，从而能够使工程的容错能力增强，不会因为信号的干扰而造成数据不能输出。

　　1.3 人工神经网络具有并行性特点

　　当信息输入到人工神经网络中，其可以实现双向的处理，促进了信息的输入和输出，在这种模式中，人工神经网络中的各个神经元实现了结合，能够实现信息的有效传递，各个神经元在整体的控制下，能够实现信息的共享，而信息之间互不干扰，共同作用，从而能够在一定程度上提高工程处理信息的能力。

　　1.4 人工神经网络具有非线性特点

　　人工神经网络能够实现不同的变量之间的同时映射，使一个自变量能够对应多个变量。

　　2 人工神经网络在车辆工程中的应用

　　2.1 人工神经网络能够促进车辆模型的识别

　　2.1.1 人工神经网络能够促进轮胎动力学模型的识别

　　轮胎动力学能够对车辆的运行能力进行精确地描述，轮胎的构成材料是不同的，而且具有非线性特点，因此，在轮胎动力学模型建成以后，都会存在精度问题，所以，在车辆运行的过程中，运用人工神经网络可以建立精确的轮胎动力学模型，人工神经网络实现了轮胎动力学模型的层次感，分别用三个不同的神经元，实现了输入层、隐含层和输出层的设置，为了能够确保轮胎的动力学模型能够结合实际车辆的运行情况，就需要对轮胎的纵向力和侧向力进行分析，分别运用输入层和输出层的两个单元。

　　2.1.2 人工神经网络能够促进对车辆运动模型的识别

　　在车辆运行的过程中，可以借助人工神经网络进行模型的计算，在输入一定的数值后，运用此模型能够实现输出的数值的相似性，运用一个可以循环的前馈神经网络实现对车辆系统的识别。在输入的过程中，可以运用 8 个神经元，能够对车辆运行的状态进行检测，分析车辆的运行速度、侧向速度和加度素，在数据输出的过程中设置 8 个神经元，这样可以实现对车辆位移增量的观察。在进行车辆运动模型的识别过程中，不是运用的神经元越多就越好，当能够确保网络精度的前提下，神经元的数量越烧越好，这样可以节省成本。

　　2.1.3 人工神经网络能够促进驾驶员与车辆模型的识别

　　在对驾驶员和车辆系统的分析中，能够确保驾驶员的行为的正确性是很有必要的，所以，借助人工神经网络可以对驾驶员的思维进行模拟，通过设计输入层、隐含层和输出层，对不同距离的车辆的轨迹进行描述，从而能够实现驾驶的模拟。

　　2.2 人工神经网络在车辆运动控制中的应用

　　2.2.1 人工神经网络在车辆悬架系统中的控制

　　车辆悬架控制系统在运行的过程中流程比较复杂，而且也呈现出非线性特点，在运行的过程中随机性比较强，所以，运用神经网络可以对悬架的系统进行分析与控制。在输入层运用几个神经元，能够分析路面是否是平整的，在隐含层可以运用神经元分析悬架系统的控制能力。

　　2.2.2 人工神经网络对车辆运行轨迹的控制

　　在平整度比较差的路面上，即使是技术较为娴熟的驾驶员，进行垂直倒行也是比较难的，所以，运用人工神经网络对挂车的机组进行模拟，从而能够将停靠的位置确定下来。运用人工神经网络，将人工神经网络于逻辑运算结合起来，从而能够实现对车辆转向的控制。

　　3 人工神经网络在车辆工程运用的发展方向

　　车辆工业现在朝着智能化的方向发展，因此，在给人们提供便利的同时，其出现的问题也是越来越多，所以，原有的建模方法已经不能适用了，所以，应该针对前馈网络，使车辆工程朝着规范化和智能化的方向发展，运用软件平台实现车辆工程的控制，在 BP 网络中能够实现对车辆工程的控制，可以通过力学的计算，对车辆工程进行优化设计，从而能够使 RBF 网络的使用范围更加广泛，借助人工神经网络丰富的联想效果，提高车辆工程的容错能力。

　　4 结语

　　现在，车辆工程的规模越来越大，而且车辆工程越来越多，所以，将智能化技术应用到车辆工程中是很有必要的，所以，研究人工智能网络在车辆工程中的应用是很有必要的，可以借助人工智能网络实现车辆工程的智能化发展，可以将人工智能网络应用到促进轮胎动力学模型的识别，对车辆运动模型的识别，对驾驶员与车辆模型的识别，对车辆悬架系统中的控制等领域，从而促进车辆工程的发展。

　　参考文献：
　　[1] 周志立 , 周学建 , 贾鸿社 . 人工神经网络及其在车辆工程中的应用 [J]. 拖拉机与农用运输车 ,2013（05）：10-15.
　　[2] 陈允平 . 人工神经网络及其在控制与系统工程中的应用第五讲人工神经网络的应用（之二）以神经网络为基础的自适应稳定器 [J]. 电网技术 ,2014（01）：58-64.