《表4 A级路面满载优化结果》

  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

《阻尼可调半主动悬架自适应神经网络模糊控制》

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

在上述数据分析当中能够实现对这种系统的整体模型方面的重新定义和控制，因此在仿真模型的基础上，同时利用式（2）为优化目标函数，在MATLAB中编写遗传算法优化程序，其中遗传算法优化程序控制参数的选取为：群体规模：50、变异概率：0.065、交叉概率：0.73、算法终止条件：进化代数为500、前悬刚度（kf）取值范围：10000 N/m～50000N/m、后悬刚度（kr）取值范围：20000 N/m～100000 N/m、前悬阻尼（cf)2000N·s/m～20000N·s/m，后悬阻尼（cr）5000N·s/m～30000N·s/m；在典型工况下（路面状况选取A、B及C级路面；车速选取90～120km/h(A级路面），60～90km/h(B级路面）及40～70km/h(C级路面），间隔为10 km/h；载荷选取空载及满载）对前后可变半主动悬架刚度（kf、kr）进行寻优。表4为满载时，A级路面的前后可变阻尼半主动悬架阻尼（kf、kr、cf、cr）优化结果。