基于神经网络的车辆换档品质评价方法

摘要

本发明涉及一种基于神经网络(Neural Network)的车辆换档品质评价方法。包括有如下四个基本步骤：1)换档品质评价指标的确定；2)评价指标和主观评价等级的样本数据提取；3)神经网络训练；4)建立换档品质客观评价模型并实现客观评价。这种客观评价方法采用神经网络的模式识别与预测能力来完成。本发明能够有效客观地评价换档品质，具有很好的智能性和稳定性，并与主观评价结果具有很好的一致性。本发明可为提高车辆换档品质，构建换档品质动态综合评价体系提供指导与帮助，该行业的生产厂家和研究机构都可以使用本系统高效率地完成换档品质的评价任务。

主权项

1.基于神经网络的车辆换档品质评价方法，其特征是：1)对于不同的车型不同形式有级自动变速器：AT/AMT/DCT，视具体情况，确定换档品质评价指标，由受过专门训练的或有经验的驾驶员进行实时评定，通过试驾打分：1-10来评价换挡品质的好坏，收集并整理样本数据，样本数据包括换挡过程各个参数的变化和对应的主观评价等级；2)将已确定的换档品质评价指标作为输入向量，相应的主观评价等级作为目标向量，并对输入向量，目标向量进行归一化处理；(3)将归一化处理后的数据样本写入特定的文件中，根据要求设计神经网络结构，对数据样本进行训练直至满足设定的误差精度，建立评价和预测模型；4)以训练好的神经网络评价和预测模型为内核，建立并生成换档品质客观评估软件系统；5)将采集到的实车数据输入到该系统，输出各工况换挡品质评定结果。