Full vehicle ABS braking using the SWIFT rigid ring tyre model

The potentional application of artificial intelligence in motor vehicles braking system performance

“…nepostojanje modela koji bi dinamički i istovremeno mogao da objedini uticaje više parametara koji utiču na nivo klizanja u kontaktu pneumatik-tlo. U [34] je razmatrano kakav uticaj imaju oscilacije karkase pneumatika koje ABS uzrokuje tokom rada na dinamičko ponašanje vozila i promenu klizanja u kontaktu pneumatik-tlo. Razvijen je model pneumatika namenjen za analizu oscilacija koji obezbeđuje simuliranje različite bočne krutosti, praćenje promene krutosti pneumatika u uslovima male brzine i praćenje ponašanja klizanja u kontaktu pneumatik-tlo u skladu sa statičkim uslovima prema modelu tzv.…”

“…Izlaz predstavlja linearnu kombinaciju izlaza skrivenih radijalnih funkcija [35]. Dakle, prema [34,35] izlazi mreže se mogu definisati pomoću jednačine:…”

“…U okviru toga, moguće su dve kategorije obučavanja: obučavanje pod nadzorom i obučavanje bez nadzora [34,159].…”

“…Pošto je projektovanje veštačke neuronske mreže u suštini problem u statistici, set primera koji prikladno uzorkuju prostor ulaza i koji su u odgovarajućem broju, mora biti dostupan. Iz svega prethodnog se može izvesti zaključak da ako je odgovarajući skup podataka dostupan veštačke neuronske mreže se mogu koristiti prioritetno u odnosu na ostale metode u svim aplikacijama koje zahtevaju proračunavanje težinskih odnosa regresione funkcije sa tri ili više promenljivih [34]. Ako je broj promenljivih manji, nelinearni modeli, koji su linearni u odnosu na njihove parametre kao što su polinomi, radijalno bazirane funkcije sa nepokretnim centrima i standardnom devijacijom, ili vejvleti sa fiksnim translacijama i dilatacijama mogu biti podjednako tačni i u skladu sa tim mogu zahtevati jednostavniju implementaciju [35,162].…”

“…Veštačke neuronske mreže su nelinearne parametrizovane funkcije koje mogu aproksimirati bilo koju nelinearnu funkciju [34,35,159,160]. Zbog toga približavanje regresionoj funkciji pomoću primera zahteva pronalaženje arhitekture veštačke neuronske mreže za koju je suma kvadrata greške modeliranja minimalna, za sve podatke iz seta za obuku.…”