《表3 训练函数的选择：考虑操纵稳定性的自动驾驶汽车轨迹综合优化方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑操纵稳定性的自动驾驶汽车轨迹综合优化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采集特征量后，搭建神经网络还需要考虑：训练函数算法、隐含层数量、神经元节点数、激活函数、输出函数、学习率等.训练函数的选取直接关系到神经网络训练精确度，对轨迹识别起关键作用.通过控制变量实验对最优算法进行筛选，选择u=10 m/s时的训练集，训练网络隐含层为两层，结构为2-14-13-1，隐含层第1层激活函数选用双极S形函数、隐含层第2层和输出层为线性函数、训练误差为10-7、学习率为0.05、训练迭代次数为500次，为了达到训练函数快速收敛，对训练集进行归一化处理后，训练函数的结果如表3所示.