基于數(shù)據(jù)的乘車環(huán)境舒適度評(píng)價(jià)方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩80頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在保證車輛安全、快速行駛的同時(shí),旅客舒適度的問題亦需重點(diǎn)研究??v觀國(guó)內(nèi)外關(guān)于乘坐舒適度的研究,多數(shù)強(qiáng)調(diào)物理環(huán)境的刺激,而忽略了人體生理與心理指標(biāo)對(duì)乘車舒適度的影響。同時(shí),基于物理環(huán)境建立起來(lái)的舒適度評(píng)價(jià)模型,由于其環(huán)境指標(biāo)權(quán)重的確立具有主觀性,也無(wú)法實(shí)現(xiàn)乘坐舒適度的客觀準(zhǔn)確評(píng)價(jià)。
  針對(duì)以上問題,本論文對(duì)乘車環(huán)境的舒適度評(píng)價(jià)問題進(jìn)行了深入探討,提出了一種基于數(shù)據(jù)的乘車環(huán)境舒適度評(píng)價(jià)方法,旨在從客觀上對(duì)乘坐舒適度進(jìn)行準(zhǔn)確的評(píng)價(jià)。論

2、文的主要研究工作包括:
  1.乘坐舒適度多維指標(biāo)體系的建立。本文研究了一種新型的多維指標(biāo)分析方法,該方法將統(tǒng)計(jì)學(xué)、聚類分析原理應(yīng)用到本文的乘坐舒適度指標(biāo)體系優(yōu)化過程中,通過構(gòu)建統(tǒng)計(jì)約簡(jiǎn)矩陣和多層次相似矩陣完成對(duì)指標(biāo)體系中指標(biāo)層和維度層的聚類和約簡(jiǎn),最終得出了多維度的、可測(cè)量性的乘坐舒適度的最優(yōu)指標(biāo)體系。
  2.基于改進(jìn)型支持向量回歸機(jī)模型的舒適度評(píng)價(jià)。本文研究了一種基于混合參數(shù)的支持向量回歸機(jī)模型,該模型通過對(duì)SVR中超

3、參數(shù)的改進(jìn),研究了混合核函數(shù)與混和損失函數(shù)的參數(shù)確定新方法。仿真實(shí)驗(yàn)表明,對(duì)該模型進(jìn)行訓(xùn)練后,可初步完成乘坐舒適度的評(píng)價(jià)。
  3.乘坐舒適度的綜合評(píng)價(jià)模型提出。本文提出了一種基于數(shù)據(jù)的乘坐舒適度綜合評(píng)價(jià)模型,該模型在改進(jìn)型支持向量回歸機(jī)模型的基礎(chǔ)上,引入了更加客觀的生理指標(biāo)數(shù)據(jù),通過生理指標(biāo)數(shù)據(jù)不斷地修正模型的參數(shù),從而實(shí)現(xiàn)了該模型的在線學(xué)習(xí)優(yōu)化。實(shí)驗(yàn)表明,該模型在基于混合參數(shù)SVR模型的初步評(píng)價(jià)基礎(chǔ)上,得出了更加客觀準(zhǔn)確的乘坐

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論