基于RBF神经网络模型,根据历史车速信息,预测将来几秒预测时域的车速信息的时序预测模型(本程序先根据训练工况训练,采用训练后的神经网络模型,预测UDDS循环工况,每个时间点车速下将来几秒内 的车速信息)。
1.文件包括,训练工况(.mat数据,工况可自己选取最好与想要预测的工况类似,如预测工况是城郊工况,训练工况最好也选择同类的)以及测试工况(.mat数据, 自己选取想要预测的工况),以及REF预测主程序(.m程序);
2.车速预测程序基于matlab m编程完成,已备注好如何修改预测步长,可根据需求自己调整 ;
3.程序主要适用于MPC(模型预测控制)或其基于MPC的能量管理策略的车速预测部分,或其他时序预测类也可参考(坡度预测、流量预测等)。
YID:7960676584458921
基于RBF神经网络模型的车速时序预测模型近年来,随着智能交通系统的快速发展,越来越多的车辆都装配了车载智能设备,使得车辆控制系统得以更好地监测和控制车辆的运行状态,提高行车安全性和燃油经济性。在这些车辆控制系统中