一种基于GSA-PCA-GPR的智能轮胎侧偏角预测方法

申请公布号：CN 117252071A

申请公布日：2023年12月19日

申请人：江苏大学

发明人：孙晓强、全振强、蔡英凤等

本发明介绍了一种基于全局灵敏度分析（GSA）-主成分分析（PCA）-高斯过程回归（GPR）的智能轮胎侧偏角预测方法，基于GSA理论计算不同安装位置处的传感器输出电压的全局灵敏度指标（GSI），确定传感器的安装位置；采集传感器电压信号，提取输入特征值，采用PCA理论和线性归一化理论对训练数据和测试数据进行降维和归一化处理；根据训练数据和测试数据的特征得到侧偏角GPR模型，获取超参数的最优解；根据联合先验定义，结合电压主成分特征，建立联合先验高斯分布；基于后验分布，将最优超参数解代入得到侧偏角预测值及其方差，最后得到轮胎侧偏角预测值。本发明成本低、预测精度高、稳定性和泛化性能好。