.png){kind=icon}
返回
Multiobjective Virtual Tire Design with Driver Preference Integration: a Comprehensive Framework for Performance and Efficiency
.png){kind=icon}
PRE
AI
DOI：10.1007/s12239-025-00353-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一款用户应用程序，通过整合主观与客观轮胎评价、尺寸信息及目标性能值，简化了虚拟轮胎开发流程。该工具利用基于内容的过滤推荐系统与DBSCAN聚类算法，应对主观数据稀疏的挑战，并识别与驾驶员评价相符的最优车辆性能领域。随后采用蒙特卡洛模拟验证这些目标领域的可靠性。一个基于人工智能的元模型，包含径向基函数（RBF）转向预测模型和增强型可解释人工智能（XAI）的能量效率预测模型，捕捉了多尺度（MF）轮胎参数与关键性能指标（如滚动阻力系数（RRC）和湿滑抓地力指数（WGI））之间的关系。该方法增强了可解释性，确保工具能清晰揭示输入变量如何影响输出性能。最后，采用差分进化（DE）优化算法生成满足多约束性能要求的虚拟轮胎模型。总体而言，该应用程序为轮胎设计师提供了一种实用且灵活的解决方案，以高效探索设计空间，开发同时满足性能与能效目标的轮胎。
Keyword:
Vehicle performance characterization
Tire performance metrics
Unsupervised learning
Recommendation system
Multi-layer perceptron
Differential evolution
Magic formula tire model
期刊
I
IF:
1.5
论文数:
141
被引数:
0
机构
暂无机构信息
引用论文
分享收藏分享收藏分享收藏Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI可解释人工智能 (XAI): 负责任人工智能的概念、分类、机遇和挑战.png)
INFORMATION FUSION
OAAI
INFORMATION FUSIONIF15.5
OAAI分享收藏分享收藏A Survey of Recommendation Systems: Recommendation Models, Techniques, and Application FieldsElectronics
OAAI
ElectronicsIF0
OAAI分享收藏 没有更多内容
没有更多内容