基于MATLAB的汽車被動安全評價模型研究

奚碧清，周 斌，王燕梅，蘇 強，駱 葳

（西南交通大學 機械工程學院，四川 成都 610031）

0 引言

造成汽車交通事故的主要因素：一是人的特性；二是車的安全性；三是道路環境；四是管理法規。其中人是主動的、有意識的，只能通過考核、審驗與交通安全的教育來約束，是無法設計或統一的；而車輛是客觀的，可以通過統一設計、評估來提高車輛的安全性能，進而更有效地保護人的安全。當下人們基本通過車輛安全碰撞試驗對汽車安全性進行檢測，但車輛安全碰撞試驗費用昂貴、試驗單一，且具有不可重復性，因此本文利用MATLAB軟件中的BP神經網絡工具對汽車碰撞試驗進行模擬，并在GUI中實現可視化操作界面，用于汽車安全評價。

1 汽車安全評價模型

1.1 BP神經網絡結構的建立

BP神經網絡是一種多層前饋型的神經網絡，它的神經元激活函數是S形函數，輸出量為0到1之間的連續量，可以實現從輸入到輸出的任意非線性映射，其權值是通過反向傳播方式調整的［1］。一般的BP神經網絡通常有1個或多個隱層，隱層中的非線性傳遞函數神經元可以學習輸入、輸出之間的線性和非線性關系，線性輸出拓寬網絡輸出［2－3］。

本文選取汽車外型的7個主要參數（汽車長度、寬度、高度、整備質量、排量、被動安全裝置數、價格）作為BP神經網絡的輸入，汽車碰撞試驗得分作為BP網絡的輸出。根據Lippmann提出的最大隱含層節點的數目確定方法［4］，本文選取初始隱含層神經元個數為5個，后經過反復調試訓練，最終選定為8個，所以構成汽車被動安全評價BP網絡結構為7－8－1，即輸入為7個節點，隱含層有8個節點，輸出層有1個節點。BP網絡拓撲結構見圖1。圖1中，wij為輸入層到隱含層的連接權值，wjk為隱含層到輸出層的連接權值。

圖1 BP網絡拓撲結構圖

1.2 汽車被動安全評價的MATLAB實現

利用MATLAB軟件中的newff、sim和train3個神經網絡函數［5－6］，構建BP神經網絡，其中訓練次數為300次，訓練目標為0.01（即輸出誤差為1%），學習速率為0.01，傳遞函數為tansig。本文搜集了72款不同車型的碰撞試驗結果數據，表1列舉了部分BP神經網絡輸入、輸出參數。

表1 BP神經網絡輸入、輸出參數

表1中的數據均來源于C－NCAP官網，被動安全裝置包括前排側氣囊、后排側氣囊、頭部氣簾、膝部氣囊及兒童座椅接口，安裝的加1，未安裝的加0，被動安全裝置數即上述所有裝置相加所得數值。

在72組數據中隨機選取50組數據對BP網絡模型進行訓練，其網絡擬合效果如圖2和圖3所示。

圖3中的誤差是本試驗預測結果與C－NCAP官網上相對應車型的碰撞試驗數據的對比結果。

利用建立好的BP神經網絡模型對另外22輛車型進行預測，將預測結果與C－NCAP官網上相對應車型的碰撞試驗數據對比，得到誤差如圖4所示。

圖2 BP網絡模擬得到的汽車被動安全評價值

圖3 BP網絡模擬得到的汽車被動 安全評價值誤差

圖4 模型預測誤差

由圖4可知，BP神經網絡預測模型對22輛車型的預測誤差在0.17%以內，滿足既定輸出誤差1%的要求，即基于BP神經網絡建立的汽車被動安全評價模型能較準確地對汽車安全進行評價。

2 汽車被動安全評價軟件建立及應用

在上述建立的汽車被動安全評價模型的基礎上，利用MATLAB中的GUI平臺建立可視化的操作界面，如圖5所示。操作者可以選擇在Excel文件中輸入參數，然后導入到汽車被動安全評價軟件中，也可以直接在空格中輸入相應參數值。

圖5 汽車被動安全評價界面

本文選取3輛不同車型的汽車A，B，C，利用汽車被動安全評價軟件對其進行安全評價，結果如圖6所示。其中A，B，C型車的預測值分別為43.76，53.18和52.07，對比從C－NCAP官網中獲得A，B，C型車的實測值分別為46.21，53.3和52.97，可知軟件在單獨車型預測中存在一定的誤差，但總體誤差值較小，不影響評價各車型安全性能的好壞，其中B車安全性能最好，C車次之，A車最差，與實際碰撞試驗評價結果相符。因此該軟件是可行的，能較準確地評價各車型的被動安全性能。

圖6 汽車被動安全評價應用

3 結論

在樣本數據足夠多時（即汽車碰撞試驗數據足夠多時），BP神經網絡能有效并準確地預測汽車被動安全性能。通過GUI工具對汽車被動安全評價軟件進行可視化設計，方便了實際操作，能夠為消費者提供參考，以便合理選擇所需車型。

［1］哈姆，科斯塔尼克.神經網絡計算原理［M］.葉世偉，王海娟，譯.北京：機械工業出版社，2007.

［2］陳敏.基于BP神經網絡的混沌時間序列預測模型研究［D］.長沙：中南大學，2007：15－20.

［3］余立雪.神經網絡與實例學習［M］.北京：中國鐵道出版社，1996.

［4］王小川.MATLAB神經網絡43個案例分析［M］.北京：北京航空航天大學出版社，2013.

［5］張德豐.MATLAB神經網絡應用設計［M］.北京：機械工業出版社，2009.

［6］王中鮮.MATLAB建模與仿真應用［M］.北京：機械工業出版社，2010.