基于模糊神经网络的线控转向车辆变传动比设计方法及系统

本发明提供一种基于模糊神经网络的线控转向车辆变传动比设计方法及系统，属于车辆线控转向领域。为解决定增益法存在低速时转向角传动比过小，高速时灵敏度小；现有智能算法过于依赖设计者经验和数据样本质量的问题。本发明包括建立基于闭环驾驶员—车辆系统，利用车辆动态状态的二次型代价函数设计了一种多目标评价方法，得到了车辆理想变传动比特性与车辆纵向速度和方向盘转角之间的数据关系；通过模糊RBF网络建立非线性控制模型，基于非线性模型学习得到全局最优解。本发明提高了控制系统的鲁棒性，在各类车况下均能提供稳定可靠的传动比，解决了转向系统轻与灵的问题，从而改善各类车况下驾驶者的体验感，同时提高了车辆的操纵稳定性和安全性。