本發(fā)明提供了一種基于截?cái)嘀匾猿闃邮Ц怕史ǖ能囕v側(cè)翻預(yù)測(cè)算法,包括如下步驟:S1,將每種車輛狀態(tài)量視為服從正態(tài)分布的隨機(jī)變量,隨機(jī)生成z個(gè)樣本點(diǎn);S2,利用重要性抽樣法計(jì)算z個(gè)樣本點(diǎn)的總體失效概率;S3,車輛實(shí)際運(yùn)行時(shí),采集車輛狀態(tài)量,得出某時(shí)間段內(nèi)的m個(gè)車輛實(shí)際狀態(tài)點(diǎn);S4,將m個(gè)車輛實(shí)際狀態(tài)點(diǎn)代入總體失效概率的計(jì)算式,得出該段時(shí)間內(nèi)車輛實(shí)時(shí)失效概率。本發(fā)明選用重要性抽樣法取代了傳統(tǒng)的計(jì)算橫向載荷轉(zhuǎn)移率并以此判斷車輛側(cè)翻的方法,降低復(fù)雜系統(tǒng)強(qiáng)非線性和不確定性的外在干擾,大大減少了計(jì)算的復(fù)雜度,從而保證車輛側(cè)翻危險(xiǎn)預(yù)測(cè)算法的實(shí)時(shí)性。
聲明:
“基于截?cái)嘀匾猿闃邮Ц怕史ǖ能囕v側(cè)翻預(yù)測(cè)算法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)