Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: odwzorowanie odwrotne

Sortuj według:

Ogranicz wyniki do:

Inversion of multifunctions and differential inclusions

Nachi K., Penot J.-P.

Control and Cybernetics

2005

Vol. 34, no 3

871-901

We present a new inverse mapping theorem for correspondences. It uses a notion of differentiability for multifunctions which seems to be new. We compare it with previous versions. We provide an application to differential inclusions.

Neural modelling of the vehicle powertrain

Jantos J., Mamala J., Danielczok A.

Journal of KONES

2004

Vol. 11, No. 1-2

253-258

W proponowanej metodzie oceny jakości działania samochodowego układu napędowego wykorzystano technikę sztucznych sieci neuronowych. Za pomocą takiej sieci modelowano pracę całego systemu obejmującego układ napędowy. pojazd, kierującego nim człowieka oraz otoczenie. Oryginalną cechą proponowanej metody jest zastosowanie sieci neuronowej do odwzorowania odwrotnego, co umożliwia badania przy założonym profilu prędkości samochodu. Wykazano, że sieć neuronowa, wytrenowana w oparciu o wyniki pomiarów przeprowadzonych w samochodzie badawczym, podczas normalnego ruchu drogowego, nie tylko dobrze odwzoruje rzeczywiste zależności ale umożliwia także predykcję wybranych wskaźników pracy przy dowolnym profilu prędkości. Uzyskane wyniki dowodzą przydatności metody głównie do wartościowania algorytmów automatycznego sterowania samochodowym układem napędowym.

In the proposed method of powertrain work quality valuation, the technicque of artificial neural networks was applied. With such a network the work of the whole system with powertrain, vehicle, driver and environment was modelled. Original in this method is the application of neural network to inversion model which make possible the investigations by determined vehicle speed profile. It was shown that the neural network, trained on the base of measurements results, carried out in the test vehicle while normal traffic, not only good represents actual relationships but also make s possible prediction of selected work indexes at an arbitrary vehicle speed profile. The results proved that the proposed method can the useful especially to qualifying of automatic powertrain control algorithms in passenger car.