Designing a genetic neural controller of differential braking system for vehicle based on model reference

• Published in: Iraqi Journal of Computer, Communications and Control Engineering. Communications and Control Engineering., 2008, Vol.8 (1), p.113-126
• Main Author: al-Araji, Ahmad Sabah Abd al-Amir
• Format: Article
• Language: ara ; eng
• Subjects: Neural networks (Computer science); الشبكات العصبية
• ISSN: 1811-9212; 2617-3352

n this paper, the structure of the controller is consists of a Modified Elman Neural Networks MENN model that is learned on-line by using genetic algorithm teachings in order to achieve required yaw rate and reduce lateral velocity in a short period of time to prevent vehicle from sliding out the curvature. By using differential braking system and front wheel steering angle has automatically controlled the vehicle lateral motion when the vehicle rotates the curvatures. The robust feedback neural controller is achieving the excellent transient state output of the system by minimizing the error between the model reference output and the model output of the system. Where the model of the system is also MENN that learned by two stages off-line and on-line, in order to guarantee that the model output accurately represents the actual output of the system by using dynamic Back Propagation Algorithm (BPA). لقد تم وضع في هذا البحث هيكلية مسيطر تتألف من الشبكة العصبية يلمن المعدلة MENN التي تتعلم ON-LINE باستخدام الخوارزمية الجينية لكي تحقق معدل الدوران المطلوب و تقليل السرعة الجانبية في أقصر وقت ممكن لمنع انزلاق المركبة خارج المنعطف باستخدام نظام الكبح الفرقي و توجيه العجلات الأمامية بصورة تلقائية نظامية للسيطرة على السرعة الجانبية للمركبة و معدل الدوران المطلوب أثناء دوران المركبة لمنعطف. إن المسيطر العصبي المحكم ذو التغذية الخلفية قد حقق أفضل حالة عابرة لإخراج النظام من خلال تقليل الخطأ بين النموذج العصبي للمنظومة هو أيضا MENN المعلم بخطوتين OFF-LINE and ON-LINE لكي يضبط تماما اخراج النظام الأصلي مع إخراج النموذج العصبي باستخدام خورازمية الانتشار العكسي.