识别信息输入值传递到下层，但该层对于获取到的信息不进行处理语言模糊化层该层的每个节点均代表工况下，为了确保车辆的行使安全，驾驶员需要频繁的踩踏加速踏板和制动踏板，车辆在行使过程中会出现频繁换挡的情况，导致零部件损耗严重。针对这种情况，设计款能够自动识别拥堵工况的换挡控制策略有着重要的意义。摘要针对目前拥堵工况下车辆自动变速器需要频繁换挡基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿，引言随着我国经济水平提高，各类交通工具数量不断增加，人们对训练与预测根据训练样本维度对模糊神经网络结构的参数进行确定，利用模糊神经网络学习算法，不断完成训练误差水平的调整工作，参数为模糊神经网络学习算法。经过不断的训练，误差水平明显降低，趋于零基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿门开度制动踏板作动次数。组各取组数据作为训练样本，将剩余的数据中的组作为测试样本。表明模糊神经网络具有着良好的拥堵工况预测能力。拥堵工况辨识训练样本为了能够保证样本准确性与多样性，以实车作为研究工具，采集当地早晚高峰时段时非常拥堵般拥堵和益广泛。我国目前汽车数量大幅增加，导致道路交通负荷增大，拥堵情况在城市较为常见。车辆在拥堵工况下，为了确保车辆的行使安全，驾驶员需要频繁的踩踏加速踏板和制动踏板，车辆在行使过程中会出现频繁换挡的情况，导致零部件损耗严重。针对这种情况，设计款能够自动基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿行状态下的车辆参数共计组，根据拥堵情况将其分为组，每组均包含个分量，即平均车速平均节气门开度制动踏板作动次数。组各取组数据作为训练样本，将剩余的数据中的组作为测试样本基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿。况辨识的车辆自动变速器换挡控制论文原稿。拥堵工况辨识训练样本为了能够保证样本准确性与多样性，以实车作为研究工具，采集当地早晚高峰时段时非常拥堵般拥堵和畅行状态下的车辆参数共计组，根据拥堵情况将其分为组，每组均包含个分量，即平均车速平均节气识别拥堵工况的换挡控制策略有着重要的意义。训练与预测根据训练样本维度对模糊神经网络结构的参数进行确定，利用模糊神经网络学习算法，不断完成训练误差水平的调整工作，参数为模糊神经网络学习算法。经过不断的训练，误差水平明显降低，趋于零基于拥堵，引言随着我国经济水平提高，各类交通工具数量不断增加，人们对交通工具的要求也日益提高，汽车的发展逐渐向着舒适安全便捷环保等方向不断发展。自动变速器是为了能够有效提高汽车的智能化安全性和舒适性而设计的个车辆重要部件，应用，基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿，减少车辆换挡执行部件和制动系统的磨损状态基于拥堵工况辨识的车辆自动变速器换挡控制论文原稿。关键词自动变速器换挡控制拥堵工况识别个语言变量值，对于上次所传入的基本参数进行处理，划分模糊等级规则层该层的每个节点都代表个拥堵判别规则，并根据相关计算公式对每条规则的隶属度进行计算去模糊化层这个层级主要是对上层所计算处理的每条规则进行归计算输出层该层利用加权平均去模糊化法，计算出的问题，以车辆的平均速度平均节气门开度以及研究时间内制动踏板做动次数等作为本次研究的评价因子，设计基于拥堵工况辨识的车辆自动变速器分层修正控制策略，以缓解拥堵工况状态下频繁换挡的问题，减少车辆换挡执行部件和制动系统的磨损状态。模糊神经网络为了能交通工具的要求也日益提高，汽车的发展逐渐向着舒适安全便捷环保等方向不断发展。自动变速器是为了能够有效提高汽车的智能化安全性和舒适性而设计的个车辆重要部件，应用日益广泛。我国目前汽车数量大幅增加，导致道路交通负荷增大，拥堵情况在城市较为常见。车辆在拥，稿。关键词自动变速器换挡控制拥堵工况识别