Resumen

El objetivo de esta investigación es diseñar un controlador de Inteligencia Artificial para el sistema de suspensión activa de vehículos. Se ha adoptado la arquitectura de Red Neuronal Lógica Probabilística en Anillo (RPLNN) para diseñar el controlador propuesto, y la condición del pavimento se ha modelado utilizando ruido blanco gaussiano. Los resultados muestran que el controlador RPLNN propuesto tiene un rendimiento efectivo para reducir el efecto estocástico no deseado del perfil de la carretera.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Inteligencia artificial; Sistema de suspensión activa; Red Neuronal Lógica Probabilística de Anillo; Controlador; Condición del pavimento; Efecto estocástico
• Keywords:Artificial intelligence; Active suspension system; Ring Probabilistic Logic Neural Network; Controller; Pavement condition; Stochastic effect