JPH07127718A - 自動変速機の制御装置 - Google Patents
自動変速機の制御装置Info
- Publication number
- JPH07127718A JPH07127718A JP27145993A JP27145993A JPH07127718A JP H07127718 A JPH07127718 A JP H07127718A JP 27145993 A JP27145993 A JP 27145993A JP 27145993 A JP27145993 A JP 27145993A JP H07127718 A JPH07127718 A JP H07127718A
- Authority
- JP
- Japan
- Prior art keywords
- gear ratio
- gear
- shift
- input
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0057—Frequency analysis, spectral techniques or transforms
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H2061/0075—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method
- F16H2061/0081—Fuzzy logic
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H2061/0075—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method
- F16H2061/0084—Neural networks
Landscapes
- Control Of Transmission Device (AREA)
Abstract
(57)【要約】
【目的】運転者の実際の要求や意思などを反映した変速
段を決定することができる自動変速機の制御装置を提供
する。 【構成】現在の走行状態をファジィ推論する状態把握フ
ァジィ推論手段10と、少なくとも該状態把握ファジィ
推論手段10によって出力された状態の度合いE及び検
出値xS が入力値Xi として入力されるニューラルネッ
トワーク11と、変速段変換手段12と、変速比変換手
段14とを有する。また、ファジィ推論によって現在の
変速比Rt G 及び過去の変速比を評価して教示変速比T
R を計算する教示変速比計算手段28と、前記入力値X
i 及び教示変速比TR によって構成された学習パターン
Pn を作成するパターン記憶装置20と、結合荷重
Vji,Wkjを修正する結合荷重修正手段とを有する。
段を決定することができる自動変速機の制御装置を提供
する。 【構成】現在の走行状態をファジィ推論する状態把握フ
ァジィ推論手段10と、少なくとも該状態把握ファジィ
推論手段10によって出力された状態の度合いE及び検
出値xS が入力値Xi として入力されるニューラルネッ
トワーク11と、変速段変換手段12と、変速比変換手
段14とを有する。また、ファジィ推論によって現在の
変速比Rt G 及び過去の変速比を評価して教示変速比T
R を計算する教示変速比計算手段28と、前記入力値X
i 及び教示変速比TR によって構成された学習パターン
Pn を作成するパターン記憶装置20と、結合荷重
Vji,Wkjを修正する結合荷重修正手段とを有する。
Description
【0001】
【産業上の利用分野】本発明は、自動変速機の制御装置
に関するものである。
に関するものである。
【0002】
【従来の技術】従来、車両用の自動変速機の制御装置に
おいては、車速及びスロットル開度が検出され、検出さ
れた車速及びスロットル開度に対応する変速段が所定の
変速線図に基づいて選択されるようになっている。しか
し、この種の自動変速機の制御装置においては変速特性
が画一的に決定されるので、車両の状態、走行路の状態
等の各種の走行条件に対応させた最適な変速比を得るこ
とができない。
おいては、車速及びスロットル開度が検出され、検出さ
れた車速及びスロットル開度に対応する変速段が所定の
変速線図に基づいて選択されるようになっている。しか
し、この種の自動変速機の制御装置においては変速特性
が画一的に決定されるので、車両の状態、走行路の状態
等の各種の走行条件に対応させた最適な変速比を得るこ
とができない。
【0003】そこで、各種の走行条件に対応させて形成
された制御ルールに基づいてファジィ推論を行い、変速
段を決定するようにした自動変速機の制御装置が提供さ
れている(特開平1−293240号公報参照)。この
場合、各制御ルールは運転者の要求や意思などを直接的
に表現するものであり、各制御ルールの満足度に基づい
て変速段が決定されるようになっている。
された制御ルールに基づいてファジィ推論を行い、変速
段を決定するようにした自動変速機の制御装置が提供さ
れている(特開平1−293240号公報参照)。この
場合、各制御ルールは運転者の要求や意思などを直接的
に表現するものであり、各制御ルールの満足度に基づい
て変速段が決定されるようになっている。
【0004】
【発明が解決しようとする課題】しかしながら、前記従
来の自動変速機の制御装置においては、運転者の実際の
要求や意思などを反映した変速段を決定することができ
ない。すなわち、運転者が実際に車両を走行させる場合
には、車両の現在の状態を考慮するだけでなく車両の先
の状態を予測し、燃費や乗り心地などを巧みに調和させ
て変速段を選択するようにしている。ところが、車両の
状態、走行路の状態等の通常の走行条件だけでなく、車
両の先の状態、燃費、乗り心地等の特殊な走行条件を制
御ルールによって表現するのは困難であり、表現するこ
とができたとしても極めて多くの制御ルールが必要とな
る。
来の自動変速機の制御装置においては、運転者の実際の
要求や意思などを反映した変速段を決定することができ
ない。すなわち、運転者が実際に車両を走行させる場合
には、車両の現在の状態を考慮するだけでなく車両の先
の状態を予測し、燃費や乗り心地などを巧みに調和させ
て変速段を選択するようにしている。ところが、車両の
状態、走行路の状態等の通常の走行条件だけでなく、車
両の先の状態、燃費、乗り心地等の特殊な走行条件を制
御ルールによって表現するのは困難であり、表現するこ
とができたとしても極めて多くの制御ルールが必要とな
る。
【0005】また、前記特殊な走行条件を各制御ルール
ごとにファジィ関数を設定する場合、経験者の潜在的な
知識を演繹(えんえき)的な制御ルールで表現すること
になり、作業が極めて困難になるとともに、コストが高
くなってしまう。本発明は、前記従来の自動変速機の制
御装置の問題点を解決して、運転者の実際の要求や意思
などを反映した変速段を決定することができる自動変速
機の制御装置を提供することを目的とする。
ごとにファジィ関数を設定する場合、経験者の潜在的な
知識を演繹(えんえき)的な制御ルールで表現すること
になり、作業が極めて困難になるとともに、コストが高
くなってしまう。本発明は、前記従来の自動変速機の制
御装置の問題点を解決して、運転者の実際の要求や意思
などを反映した変速段を決定することができる自動変速
機の制御装置を提供することを目的とする。
【0006】
【課題を解決するための手段】そのために、本発明の自
動変速機の制御装置においては、車両の走行条件を検出
するセンサと、該センサの検出値が入力され、現在の走
行状態をファジィ推論する状態把握ファジィ推論手段
と、少なくとも該状態把握ファジィ推論手段によって出
力された状態の度合い及び前記センサの検出値が入力値
として入力され、変速比を出力するニューラルネットワ
ークと、前記変速比を変速段に変換する変速段変換手段
と、前記変速段を現在の変速比に変換する変速比変換手
段とを有する。
動変速機の制御装置においては、車両の走行条件を検出
するセンサと、該センサの検出値が入力され、現在の走
行状態をファジィ推論する状態把握ファジィ推論手段
と、少なくとも該状態把握ファジィ推論手段によって出
力された状態の度合い及び前記センサの検出値が入力値
として入力され、変速比を出力するニューラルネットワ
ークと、前記変速比を変速段に変換する変速段変換手段
と、前記変速段を現在の変速比に変換する変速比変換手
段とを有する。
【0007】また、現在及び過去の入力値並びに現在及
び過去の変速比に基づいて、ファジィ推論によって現在
及び過去の変速比を評価して教示変速比を計算する教示
変速比計算手段と、前記入力値及び教示変速比によって
構成された学習パターンを作成するパターン記憶装置
と、前記学習パターンに基づいて前記ニューラルネット
ワークの結合荷重を修正する結合荷重修正手段とを有す
る。
び過去の変速比に基づいて、ファジィ推論によって現在
及び過去の変速比を評価して教示変速比を計算する教示
変速比計算手段と、前記入力値及び教示変速比によって
構成された学習パターンを作成するパターン記憶装置
と、前記学習パターンに基づいて前記ニューラルネット
ワークの結合荷重を修正する結合荷重修正手段とを有す
る。
【0008】
【作用及び発明の効果】本発明によれば、前記のように
自動変速機の制御装置においては、車両の走行条件を検
出するセンサと、該センサの検出値が入力され、現在の
走行状態をファジィ推論する状態把握ファジィ推論手段
と、少なくとも該状態把握ファジィ推論手段によって出
力された状態の度合い及び前記センサの検出値が入力値
として入力され、変速比を出力するニューラルネットワ
ークと、前記変速比を変速段に変換する変速段変換手段
と、前記変速段を現在の変速比に変換する変速比変換手
段とを有する。
自動変速機の制御装置においては、車両の走行条件を検
出するセンサと、該センサの検出値が入力され、現在の
走行状態をファジィ推論する状態把握ファジィ推論手段
と、少なくとも該状態把握ファジィ推論手段によって出
力された状態の度合い及び前記センサの検出値が入力値
として入力され、変速比を出力するニューラルネットワ
ークと、前記変速比を変速段に変換する変速段変換手段
と、前記変速段を現在の変速比に変換する変速比変換手
段とを有する。
【0009】前記ニューラルネットワークは、前記入力
値が入力されると、該入力値に基づいてニューロ計算し
て変速比を出力する。また、現在及び過去の入力値並び
に現在及び過去の変速比に基づいて、ファジィ推論によ
って現在及び過去の変速比を評価して教示変速比を計算
する教示変速比計算手段と、前記入力値及び教示変速比
によって構成された学習パターンを作成するパターン記
憶装置と、前記学習パターンに基づいて前記ニューラル
ネットワークの結合荷重を修正する結合荷重修正手段と
を有する。
値が入力されると、該入力値に基づいてニューロ計算し
て変速比を出力する。また、現在及び過去の入力値並び
に現在及び過去の変速比に基づいて、ファジィ推論によ
って現在及び過去の変速比を評価して教示変速比を計算
する教示変速比計算手段と、前記入力値及び教示変速比
によって構成された学習パターンを作成するパターン記
憶装置と、前記学習パターンに基づいて前記ニューラル
ネットワークの結合荷重を修正する結合荷重修正手段と
を有する。
【0010】したがって、学習と評価が繰り返されてニ
ューラルネットワークが成長し、変速後の車両の先の状
態を予測したり、変速を行う場合の制約を満たしたり、
燃費、駆動力、快適性等の目的値を満たしたりすること
ができ、更に、車両及び走行路の状態に合わせた変速比
を出力することができる。しかも、評価のための制御ル
ールの場合は、帰納的な推理方法で表現することができ
るので、制御ルールの設定が容易になる。
ューラルネットワークが成長し、変速後の車両の先の状
態を予測したり、変速を行う場合の制約を満たしたり、
燃費、駆動力、快適性等の目的値を満たしたりすること
ができ、更に、車両及び走行路の状態に合わせた変速比
を出力することができる。しかも、評価のための制御ル
ールの場合は、帰納的な推理方法で表現することができ
るので、制御ルールの設定が容易になる。
【0011】また、変速後の走行条件についても学習す
ることができる。したがって、例えば、繰返し変速を防
止する場合、各種の走行条件ごとに制御ルールを設定す
る必要はなく、繰返し変速が行われた時に、その変速の
変速比の適合度を修正することができるような制御ルー
ルを一つ設定するだけでよい。さらに、前記学習及び評
価は、運転者が実際に車両を走行させた時の検出値に基
づいてオンラインで行われるので、運転者のシフト操作
の傾向に合わせた変速を行うことができ、前記シフト操
作の傾向に基づいて燃費などの目的値を向上させること
ができる。したがって、運転者が変わっても、その運転
者のシフト操作の傾向に合わせた変速を行うことができ
る。
ることができる。したがって、例えば、繰返し変速を防
止する場合、各種の走行条件ごとに制御ルールを設定す
る必要はなく、繰返し変速が行われた時に、その変速の
変速比の適合度を修正することができるような制御ルー
ルを一つ設定するだけでよい。さらに、前記学習及び評
価は、運転者が実際に車両を走行させた時の検出値に基
づいてオンラインで行われるので、運転者のシフト操作
の傾向に合わせた変速を行うことができ、前記シフト操
作の傾向に基づいて燃費などの目的値を向上させること
ができる。したがって、運転者が変わっても、その運転
者のシフト操作の傾向に合わせた変速を行うことができ
る。
【0012】
【実施例】以下、本発明の実施例について図面を参照し
ながら詳細に説明する。図1は本発明の実施例における
自動変速機の制御装置のブロック図である。図におい
て、xS は図示しないセンサによって検出された検出
値、8は該検出値xS を読み込んで計算を行い、計算結
果を入力値XC として出力する検出値計算手段、9は該
入力値XC を無次元化する無次元化手段である。また、
10は前記入力値XC が入力され、ファジィ推論によっ
て現在の車両及び走行路の状態を把握し、状態の度合い
Eを発生させる状態把握ファジィ推論手段、11は多数
のニューロンを結合させて形成されたニューラルネット
ワークであり、少なくとも前記無次元化された後の入力
値XC 及び状態の度合いEが入力値Xi として入力さ
れ、ニューロ計算によって変速比Rを出力する。
ながら詳細に説明する。図1は本発明の実施例における
自動変速機の制御装置のブロック図である。図におい
て、xS は図示しないセンサによって検出された検出
値、8は該検出値xS を読み込んで計算を行い、計算結
果を入力値XC として出力する検出値計算手段、9は該
入力値XC を無次元化する無次元化手段である。また、
10は前記入力値XC が入力され、ファジィ推論によっ
て現在の車両及び走行路の状態を把握し、状態の度合い
Eを発生させる状態把握ファジィ推論手段、11は多数
のニューロンを結合させて形成されたニューラルネット
ワークであり、少なくとも前記無次元化された後の入力
値XC 及び状態の度合いEが入力値Xi として入力さ
れ、ニューロ計算によって変速比Rを出力する。
【0013】そして、12は前記ニューラルネットワー
ク11から出力された変速比Rが入力され、該変速比R
を変速段Gに変換して出力する変速段変換手段、14は
出力された変速段Gを現在の変速比Rt G に変換して、
ニューラルネットワーク11に入力値Xi として入力す
る変速比変換手段である。この場合、車両は自動変速モ
ード及び手動変速モードによって走行させられ、自動変
速モードにおいては、車両の走行条件に対応して前記変
速段Gが自動的に選択され、手動変速モードにおいて
は、運転者が車両の状態、走行路の状態等の通常の走行
条件だけではなく、車両の先の状態、燃費、乗り心地等
の特殊な走行条件に対応したシフト操作を行うことによ
って任意の変速段が選択される。そのために、図示しな
いシフトレバーなどのシフト操作手段が配設される。な
お、該シフト操作手段は必ずしもシフトレバーである必
要はなく、操作スイッチであってもよい。
ク11から出力された変速比Rが入力され、該変速比R
を変速段Gに変換して出力する変速段変換手段、14は
出力された変速段Gを現在の変速比Rt G に変換して、
ニューラルネットワーク11に入力値Xi として入力す
る変速比変換手段である。この場合、車両は自動変速モ
ード及び手動変速モードによって走行させられ、自動変
速モードにおいては、車両の走行条件に対応して前記変
速段Gが自動的に選択され、手動変速モードにおいて
は、運転者が車両の状態、走行路の状態等の通常の走行
条件だけではなく、車両の先の状態、燃費、乗り心地等
の特殊な走行条件に対応したシフト操作を行うことによ
って任意の変速段が選択される。そのために、図示しな
いシフトレバーなどのシフト操作手段が配設される。な
お、該シフト操作手段は必ずしもシフトレバーである必
要はなく、操作スイッチであってもよい。
【0014】前記手動変速モードにおいて前記シフト操
作手段が操作されると、図示しないCPUによって選択
された前記変速段に対応する図示しないソレノイドがオ
ン・オフさせられ、該ソレノイドのオン・オフによって
図示しない油圧回路の油圧サーボに油が供給されるよう
になっている。そして、該油圧サーボに油が供給される
と、油圧サーボに対応する図示しない摩擦係合要素が係
脱させられ、所期の変速段が達成される。
作手段が操作されると、図示しないCPUによって選択
された前記変速段に対応する図示しないソレノイドがオ
ン・オフさせられ、該ソレノイドのオン・オフによって
図示しない油圧回路の油圧サーボに油が供給されるよう
になっている。そして、該油圧サーボに油が供給される
と、油圧サーボに対応する図示しない摩擦係合要素が係
脱させられ、所期の変速段が達成される。
【0015】この時、前記ニューラルネットワーク11
は初期値として与えられた通常の変速パターンに基づい
て、学習パターンPn によって学習するとともに、変速
比Rをニューロ計算する。一方、自動変速モードにおい
ては、前記ニューラルネットワーク11の学習の結果に
基づいて前記変速段変換手段12によって出力された変
速段Gが前記CPUに対して出力される。そして、同様
に、前記変速段Gに対応する前記ソレノイドがオン・オ
フさせられ、該ソレノイドのオン・オフによって前記油
圧回路の油圧サーボに油が供給されるようになってい
る。そして、該油圧サーボに油が供給されると、油圧サ
ーボに対応する前記摩擦係合要素が係脱させられ、所期
の変速段Gが達成される。
は初期値として与えられた通常の変速パターンに基づい
て、学習パターンPn によって学習するとともに、変速
比Rをニューロ計算する。一方、自動変速モードにおい
ては、前記ニューラルネットワーク11の学習の結果に
基づいて前記変速段変換手段12によって出力された変
速段Gが前記CPUに対して出力される。そして、同様
に、前記変速段Gに対応する前記ソレノイドがオン・オ
フさせられ、該ソレノイドのオン・オフによって前記油
圧回路の油圧サーボに油が供給されるようになってい
る。そして、該油圧サーボに油が供給されると、油圧サ
ーボに対応する前記摩擦係合要素が係脱させられ、所期
の変速段Gが達成される。
【0016】ところで、前記ニューラルネットワーク1
1が学習パターンPn によって学習するに当たり、学習
パターンPn はパターン記憶装置20によって作成され
るとともに記憶される。本実施例において、前記学習パ
ターンPn は前記入力値Xi及び後述するファジィ推論
によって計算された教示変速比TR を教示信号として有
する。
1が学習パターンPn によって学習するに当たり、学習
パターンPn はパターン記憶装置20によって作成され
るとともに記憶される。本実施例において、前記学習パ
ターンPn は前記入力値Xi及び後述するファジィ推論
によって計算された教示変速比TR を教示信号として有
する。
【0017】そして、前記ニューラルネットワーク11
は前記変速比Rと教示変速比TR の誤差EP が所定の収
束条件を満たしたときに学習を終了する。また、前記入
力値Xi は制約評価手段22、目的値評価手段24及び
状態評価手段26に入力される。さらに、前記ニューラ
ルネットワーク11がニューロ計算した変速比Rは変速
段変換手段12及び変速比変換手段14を介して現在の
変速比Rt G になり、前記パターン記憶装置20に入力
され、前回の変速時の変速比Rt G-1 及び前々回の変速
時の変速比Rt G-2 が制約評価手段22に、前々回の変
速時の変速比Rt G-2 が目的値評価手段24に入力され
る。
は前記変速比Rと教示変速比TR の誤差EP が所定の収
束条件を満たしたときに学習を終了する。また、前記入
力値Xi は制約評価手段22、目的値評価手段24及び
状態評価手段26に入力される。さらに、前記ニューラ
ルネットワーク11がニューロ計算した変速比Rは変速
段変換手段12及び変速比変換手段14を介して現在の
変速比Rt G になり、前記パターン記憶装置20に入力
され、前回の変速時の変速比Rt G-1 及び前々回の変速
時の変速比Rt G-2 が制約評価手段22に、前々回の変
速時の変速比Rt G-2 が目的値評価手段24に入力され
る。
【0018】そして、前記制約評価手段22において、
変速を行う場合の各種の制約に基づいて現在の変速比R
t G 及び前回の変速時の変速比Rt G-1 が評価され、目
的値評価手段24において、変速後の燃費、アクセル操
作量に対する加速度増加量の達成度合い、快適性等の目
的値に基づいて前々回の変速時の変速比Rt G-2 が評価
され、状態評価手段26において、前記状態の度合いE
に基づいて現在の変速比Rt G が評価される。
変速を行う場合の各種の制約に基づいて現在の変速比R
t G 及び前回の変速時の変速比Rt G-1 が評価され、目
的値評価手段24において、変速後の燃費、アクセル操
作量に対する加速度増加量の達成度合い、快適性等の目
的値に基づいて前々回の変速時の変速比Rt G-2 が評価
され、状態評価手段26において、前記状態の度合いE
に基づいて現在の変速比Rt G が評価される。
【0019】この場合、現在の変速比Rt G 、前回の変
速時の変速比Rt G-1 及び前々回の変速時の変速比Rt
G-2 がいずれもファジィ推論によって評価され、前記制
約評価手段22、目的値評価手段24及び状態評価手段
26の評価結果に基づいて教示変速比計算手段28が教
示変速比TR を計算する。そして、該パターン記憶装置
20において、現在の入力値Xi G 及び教示変速比TR
G が組み合わせられて現在の学習パターンPn G (Xi
G ,TR G )が、前回の変速時の入力値Xi G-1 及び教
示変速比TR G-1 が組み合わせられて前回の変速時の学
習パターンPn G-1 (Xi G-1 ,TR G-1 )が、前々回
の変速時の入力値Xi G-2 及び教示変速比TR G-2 が組
み合わせられて前々回の変速時の学習パターンPn G-2
(Xi G-2 ,TR G-2 )が作成され、これらの学習パタ
ーンPn (Xi ,TR )によってニューラルネットワー
ク11が学習し、更に変速比Rを出力するようになって
いる。
速時の変速比Rt G-1 及び前々回の変速時の変速比Rt
G-2 がいずれもファジィ推論によって評価され、前記制
約評価手段22、目的値評価手段24及び状態評価手段
26の評価結果に基づいて教示変速比計算手段28が教
示変速比TR を計算する。そして、該パターン記憶装置
20において、現在の入力値Xi G 及び教示変速比TR
G が組み合わせられて現在の学習パターンPn G (Xi
G ,TR G )が、前回の変速時の入力値Xi G-1 及び教
示変速比TR G-1 が組み合わせられて前回の変速時の学
習パターンPn G-1 (Xi G-1 ,TR G-1 )が、前々回
の変速時の入力値Xi G-2 及び教示変速比TR G-2 が組
み合わせられて前々回の変速時の学習パターンPn G-2
(Xi G-2 ,TR G-2 )が作成され、これらの学習パタ
ーンPn (Xi ,TR )によってニューラルネットワー
ク11が学習し、更に変速比Rを出力するようになって
いる。
【0020】そして、結合荷重修正手段としてのバック
プロパゲーション手段27においては、前記学習パター
ンPn 及び変速比Rに基づいて結合荷重Vji,Wkjが繰
り返し修正され、そのたびにニューラルネットワーク1
1によって出力された変速比Rと前記教示変速比TR の
誤差EP が求められる。このようにして、学習と評価が
繰り返されてニューラルネットワーク11が成長し、変
速後の車両の先の状態を予測したり、変速を行う場合の
制約を満たしたり、燃費、駆動力、快適性等の目的値を
満たしたりすることができる。
プロパゲーション手段27においては、前記学習パター
ンPn 及び変速比Rに基づいて結合荷重Vji,Wkjが繰
り返し修正され、そのたびにニューラルネットワーク1
1によって出力された変速比Rと前記教示変速比TR の
誤差EP が求められる。このようにして、学習と評価が
繰り返されてニューラルネットワーク11が成長し、変
速後の車両の先の状態を予測したり、変速を行う場合の
制約を満たしたり、燃費、駆動力、快適性等の目的値を
満たしたりすることができる。
【0021】しかも、評価のための制御ルールの場合
は、帰納的な推理方法で表現することができるので、制
御ルールの設定が容易になる。また、前々回の変速時の
入力値Xi G-2 及び教示変速比TR G-2 が組み合わせら
れた学習パターンPn G-2 (X i G-2 ,TR G-2 )によ
って変速後の走行条件についても学習することができ
る。したがって、例えば、繰返し変速を防止する場合、
各種の走行条件ごとに制御ルールを設定する必要はな
く、繰返し変速が行われた時に、その変速の変速比Rの
適合度を修正することができるような制御ルールを一つ
設定するだけでよい。
は、帰納的な推理方法で表現することができるので、制
御ルールの設定が容易になる。また、前々回の変速時の
入力値Xi G-2 及び教示変速比TR G-2 が組み合わせら
れた学習パターンPn G-2 (X i G-2 ,TR G-2 )によ
って変速後の走行条件についても学習することができ
る。したがって、例えば、繰返し変速を防止する場合、
各種の走行条件ごとに制御ルールを設定する必要はな
く、繰返し変速が行われた時に、その変速の変速比Rの
適合度を修正することができるような制御ルールを一つ
設定するだけでよい。
【0022】また、燃費、駆動力、快適性などの目的値
を設定し、その評価を変速後の所定の期間にわたって行
うことによって、これらの目的値を走行中の全般にわた
って満たすようにすることもできる。さらに、前記学習
及び評価は、運転者が実際に車両を走行させた時の検出
値x S に基づいてオンラインで行われるので、運転者の
シフト操作の傾向に合わせた変速を行うことができ、前
記シフト操作の傾向に基づいて燃費などの目的値を向上
させることができる。したがって、運転者が変わって
も、その運転者のシフト操作の傾向に合わせた変速を行
うことができる。
を設定し、その評価を変速後の所定の期間にわたって行
うことによって、これらの目的値を走行中の全般にわた
って満たすようにすることもできる。さらに、前記学習
及び評価は、運転者が実際に車両を走行させた時の検出
値x S に基づいてオンラインで行われるので、運転者の
シフト操作の傾向に合わせた変速を行うことができ、前
記シフト操作の傾向に基づいて燃費などの目的値を向上
させることができる。したがって、運転者が変わって
も、その運転者のシフト操作の傾向に合わせた変速を行
うことができる。
【0023】また、車両及び走行路の状態に合わせた変
速比Rを出力することができるので、状態ごとに区別し
た変速を行うことができる。次に、前記構成の自動変速
機の制御装置の動作について説明する。図2は本発明の
実施例における自動変速機の制御装置の第1のフローチ
ャート、図3は本発明の実施例における自動変速機の制
御装置の第2のフローチャートである。 ステップS1 検出値計算手段8(図1)は図示しない
各センサの検出値xS を読み込む。 ステップS2 検出値計算手段8は検出値xS によって
計算を行い、計算結果を入力値XC として出力する。 ステップS3 状態把握ファジィ推論手段10は、入力
値XC に基づいてファジィ推論によって車両及び走行路
の状態を把握し、状態の度合いEを発生させる。 ステップS4 無次元化手段9は入力値XC を無次元化
する。 ステップS5 ニューラルネットワーク11が変速比R
をニューロ計算する。 ステップS6 変速段変換手段12は変速比Rを変速段
Gに変換し、該変速段Gを出力する。 ステップS7 変速を行うか否かを判断する。前記変速
段Gが現在の変速段と異なり、変速を行う場合はステッ
プS8に、前記変速段Gが現在の変速段と同じであり、
変速を行わない場合はステップS9に進む。 ステップS8 変速段Gへの変速を行う。 ステップS9 入力値Xi を選択する。入力値Xi が既
に学習したものと比べて大きく変化していない場合は、
新たに学習する必要はないので、該入力値Xi について
は学習しない。 ステップS10 入力値Xi をパターン記憶装置20に
記憶させるか否かを判断する。記憶させる場合はステッ
プS11に進み、記憶させない場合はステップS1に戻
る。 ステップS11 入力パターンを検索する。この場合、
現在の入力パターンを(Xi G ,Rt G ,TR G )と
し、前回の変速時の入力パターンを(Xi G-1 ,R t
G-1 ,TR G-1 )とし、前々回の変速時の入力パターン
を(Xi G-2 ,Rt G- 2 ,TR G-2 )とする。 ステップS12 制約評価手段22は、変速を行う場合
の各種の制約に基づいて現在の変速比Rt G 及び前回の
変速時の変速比Rt G-1 を評価する。 ステップS13 状態評価手段26は、状態の度合いE
に基づいて現在の変速比Rt G を評価する。 ステップS14 目的値評価手段24は、変速後の燃
費、駆動力、快適性等の目的値に基づいて前々回の変速
時の変速比Rt G-2 を評価する。 ステップS15 教示変速比計算手段28は教示変速比
TR を計算する。 ステップS16 入力値Xi 及び教示変速比TR が学習
パターンPn (Xi ,T R )としてパターン記憶装置2
0に記憶させられ、学習パターンPn (Xi G-1,TR
G-1 ),(Xi G-2 ,TR G-2 )の教示変速比
TR G-1 ,TR G-2 が修正される。 ステップS17 ニューラルネットワーク11が学習パ
ターンPn によって変速比Rをニューロ計算する。 ステップS18 バックプロパゲーション手段27が結
合荷重Vji,Wkjを修正する。すべての学習パターンP
n についての学習が終了するまでステップS17,S1
8を繰り返す。 ステップS19 変速比Rと前記教示変速比TR の誤差
EP が所定の収束条件で収束したか否かを判断する。収
束した場合はステップS1に、収束していない場合はス
テップS17に戻る。
速比Rを出力することができるので、状態ごとに区別し
た変速を行うことができる。次に、前記構成の自動変速
機の制御装置の動作について説明する。図2は本発明の
実施例における自動変速機の制御装置の第1のフローチ
ャート、図3は本発明の実施例における自動変速機の制
御装置の第2のフローチャートである。 ステップS1 検出値計算手段8(図1)は図示しない
各センサの検出値xS を読み込む。 ステップS2 検出値計算手段8は検出値xS によって
計算を行い、計算結果を入力値XC として出力する。 ステップS3 状態把握ファジィ推論手段10は、入力
値XC に基づいてファジィ推論によって車両及び走行路
の状態を把握し、状態の度合いEを発生させる。 ステップS4 無次元化手段9は入力値XC を無次元化
する。 ステップS5 ニューラルネットワーク11が変速比R
をニューロ計算する。 ステップS6 変速段変換手段12は変速比Rを変速段
Gに変換し、該変速段Gを出力する。 ステップS7 変速を行うか否かを判断する。前記変速
段Gが現在の変速段と異なり、変速を行う場合はステッ
プS8に、前記変速段Gが現在の変速段と同じであり、
変速を行わない場合はステップS9に進む。 ステップS8 変速段Gへの変速を行う。 ステップS9 入力値Xi を選択する。入力値Xi が既
に学習したものと比べて大きく変化していない場合は、
新たに学習する必要はないので、該入力値Xi について
は学習しない。 ステップS10 入力値Xi をパターン記憶装置20に
記憶させるか否かを判断する。記憶させる場合はステッ
プS11に進み、記憶させない場合はステップS1に戻
る。 ステップS11 入力パターンを検索する。この場合、
現在の入力パターンを(Xi G ,Rt G ,TR G )と
し、前回の変速時の入力パターンを(Xi G-1 ,R t
G-1 ,TR G-1 )とし、前々回の変速時の入力パターン
を(Xi G-2 ,Rt G- 2 ,TR G-2 )とする。 ステップS12 制約評価手段22は、変速を行う場合
の各種の制約に基づいて現在の変速比Rt G 及び前回の
変速時の変速比Rt G-1 を評価する。 ステップS13 状態評価手段26は、状態の度合いE
に基づいて現在の変速比Rt G を評価する。 ステップS14 目的値評価手段24は、変速後の燃
費、駆動力、快適性等の目的値に基づいて前々回の変速
時の変速比Rt G-2 を評価する。 ステップS15 教示変速比計算手段28は教示変速比
TR を計算する。 ステップS16 入力値Xi 及び教示変速比TR が学習
パターンPn (Xi ,T R )としてパターン記憶装置2
0に記憶させられ、学習パターンPn (Xi G-1,TR
G-1 ),(Xi G-2 ,TR G-2 )の教示変速比
TR G-1 ,TR G-2 が修正される。 ステップS17 ニューラルネットワーク11が学習パ
ターンPn によって変速比Rをニューロ計算する。 ステップS18 バックプロパゲーション手段27が結
合荷重Vji,Wkjを修正する。すべての学習パターンP
n についての学習が終了するまでステップS17,S1
8を繰り返す。 ステップS19 変速比Rと前記教示変速比TR の誤差
EP が所定の収束条件で収束したか否かを判断する。収
束した場合はステップS1に、収束していない場合はス
テップS17に戻る。
【0024】次に、前記ニューラルネットワーク11に
ついて説明する。前記入力値Xi は前記ニューラルネッ
トワーク11に入力され、変速比Rをニューロ計算する
ために使用される。そのため、前記各センサによって検
出値xS が検出され、各検出値xS が検出値計算手段8
に読み込まれ、所定の計算が行われて入力値Xi にな
り、無次元化手段9によって無次元化される。
ついて説明する。前記入力値Xi は前記ニューラルネッ
トワーク11に入力され、変速比Rをニューロ計算する
ために使用される。そのため、前記各センサによって検
出値xS が検出され、各検出値xS が検出値計算手段8
に読み込まれ、所定の計算が行われて入力値Xi にな
り、無次元化手段9によって無次元化される。
【0025】前記センサによって検出される検出値xS
としては、アクセル開度A、ブレーキ踏込度B、ステア
リング角S、車速v、走行抵抗DR、路面の摩擦係数L
R、ステアリング操作頻度NS等が考えられ、これらの
検出値xS に基づいて入力値XC を計算した後、無次元
化して入力値Xi とする。この場合、前記検出値xS を
そのまま無次元化して入力値Xi とすることができ、ま
た、各検出値xS の変化量を計算した後、無次元化して
入力値Xi とすることもできる。
としては、アクセル開度A、ブレーキ踏込度B、ステア
リング角S、車速v、走行抵抗DR、路面の摩擦係数L
R、ステアリング操作頻度NS等が考えられ、これらの
検出値xS に基づいて入力値XC を計算した後、無次元
化して入力値Xi とする。この場合、前記検出値xS を
そのまま無次元化して入力値Xi とすることができ、ま
た、各検出値xS の変化量を計算した後、無次元化して
入力値Xi とすることもできる。
【0026】例えば、アクセル開度Aの変化量としてア
クセル操作速度dAを、ブレーキ踏込度Bの変化量とし
てブレーキ操作速度dBを、ステアリング角Sの変化量
としてステアリング操作速度dSを、車速vの変化量と
して加速度dvを計算した後、無次元化して入力値Xi
とすることができる。さらに、例えば、100〔m〕手
前からのブレーキ踏込回数で表されるブレーキ頻度NB
クセル操作速度dAを、ブレーキ踏込度Bの変化量とし
てブレーキ操作速度dBを、ステアリング角Sの変化量
としてステアリング操作速度dSを、車速vの変化量と
して加速度dvを計算した後、無次元化して入力値Xi
とすることができる。さらに、例えば、100〔m〕手
前からのブレーキ踏込回数で表されるブレーキ頻度NB
【0027】
【数1】
【0028】や、走行時間5分当たりの平均速度vA
【0029】
【数2】
【0030】や、走行時間Δt当たりの平均加速度dv
A
A
【0031】
【数3】
【0032】や、平均アクセル操作速度dAA などを計
算した後、無次元化して入力値Xi とすることもでき
る。次に、状態把握ファジィ推論手段10について説明
する。図4は本発明の実施例における状態把握ファジィ
推論手段の制御ルールを示す図、図5は本発明の実施例
における状態把握ファジィ推論手段のファジィ推論方法
を示す図、図6は本発明の実施例におけるファジィ関数
の類型を示す図である。図6の(a)は第1の類型を、
(b)は第2の類型を、(c)は第3の類型を示す。
算した後、無次元化して入力値Xi とすることもでき
る。次に、状態把握ファジィ推論手段10について説明
する。図4は本発明の実施例における状態把握ファジィ
推論手段の制御ルールを示す図、図5は本発明の実施例
における状態把握ファジィ推論手段のファジィ推論方法
を示す図、図6は本発明の実施例におけるファジィ関数
の類型を示す図である。図6の(a)は第1の類型を、
(b)は第2の類型を、(c)は第3の類型を示す。
【0033】前記状態把握ファジィ推論手段10(図
1)は、前記入力値XI を使用し、次のRULE1〜R
ULE7によってファジィ推論を行う。すなわち、RU
LE1は渋滞推測用の制御ルールであり、ブレーキ頻度
NBが高く、平均速度vA が低い場合は渋滞路であると
推測することができる。また、RULE2は市街推測用
の制御ルールであり、ブレーキ頻度NBがやや高く、平
均速度vA が30〔km/h〕程度である場合は市街路
であると推測することができる。そして、RULE3は
高速推測用の制御ルールであり、ブレーキ頻度NBが低
く、平均速度vA が70〔km/h〕以上である場合は
高速道路であると推測することができる。
1)は、前記入力値XI を使用し、次のRULE1〜R
ULE7によってファジィ推論を行う。すなわち、RU
LE1は渋滞推測用の制御ルールであり、ブレーキ頻度
NBが高く、平均速度vA が低い場合は渋滞路であると
推測することができる。また、RULE2は市街推測用
の制御ルールであり、ブレーキ頻度NBがやや高く、平
均速度vA が30〔km/h〕程度である場合は市街路
であると推測することができる。そして、RULE3は
高速推測用の制御ルールであり、ブレーキ頻度NBが低
く、平均速度vA が70〔km/h〕以上である場合は
高速道路であると推測することができる。
【0034】また、RULE4は屈曲路用の制御ルール
であり、ステアリング操作頻度NSが高く、平均速度v
A が30〔km/h〕程度である場合は屈曲路であると
推測することができる。そして、RULE5は運動性指
向用の制御ルールであり、平均加速度dvA が大きく、
平均アクセル操作速度dAA が高い場合は運動性を重視
した運転であると推測することができる。さらに、RU
LE6は燃費指向用の制御ルールであり、平均加速度d
vA が小さく、アクセル操作速度dAが低い場合は燃費
を重視した運転であると推測することができる。そし
て、RULE7は快適性指向用の制御ルールであり、平
均アクセル操作速度dAA が低く、平均加速度dvA が
小さい場合は快適性を重視した運転であると推測するこ
とができる。
であり、ステアリング操作頻度NSが高く、平均速度v
A が30〔km/h〕程度である場合は屈曲路であると
推測することができる。そして、RULE5は運動性指
向用の制御ルールであり、平均加速度dvA が大きく、
平均アクセル操作速度dAA が高い場合は運動性を重視
した運転であると推測することができる。さらに、RU
LE6は燃費指向用の制御ルールであり、平均加速度d
vA が小さく、アクセル操作速度dAが低い場合は燃費
を重視した運転であると推測することができる。そし
て、RULE7は快適性指向用の制御ルールであり、平
均アクセル操作速度dAA が低く、平均加速度dvA が
小さい場合は快適性を重視した運転であると推測するこ
とができる。
【0035】前記状態把握ファジィ推論手段10の各制
御ルールRULE1〜RULE7においてファジィ推論
は図5に示すように行われる。すなわち、前件部の各入
力値XA ,XB に対応する満足度の値をYA ,YB とし
たとき、そのうちの最小値Y A YA =min(YA ,YB ) を後件部の入力値とし、該入力値に対応する満足度が状
態の度合いEになる。
御ルールRULE1〜RULE7においてファジィ推論
は図5に示すように行われる。すなわち、前件部の各入
力値XA ,XB に対応する満足度の値をYA ,YB とし
たとき、そのうちの最小値Y A YA =min(YA ,YB ) を後件部の入力値とし、該入力値に対応する満足度が状
態の度合いEになる。
【0036】この場合、各入力値XC に対応する満足度
は次の式のように計算される。なお、xは入力値XC の
変数、yは満足度、αは入力値XC の基準値、Cは定数
である。すなわち、図6の(a)に示す第1の類型の場
合、 y=1−|α−x|/C によって、図6の(b)に示す第2の類型の場合、 y=min{1,1−(α−x)/C} によって、図6の(c)に示す第3の類型の場合、 y=min{1,1−(x−α)/C} によって計算することができる。
は次の式のように計算される。なお、xは入力値XC の
変数、yは満足度、αは入力値XC の基準値、Cは定数
である。すなわち、図6の(a)に示す第1の類型の場
合、 y=1−|α−x|/C によって、図6の(b)に示す第2の類型の場合、 y=min{1,1−(α−x)/C} によって、図6の(c)に示す第3の類型の場合、 y=min{1,1−(x−α)/C} によって計算することができる。
【0037】このように、前記状態把握ファジィ推論手
段10によって、車両及び走行路の状態を把握し、各状
態の度合いEを発生させることができる。続いて、前記
入力値XC は次のように無次元化されて入力値Xi にな
る。なお、各式においてmaxは各検出値xS の最大値
であることを示す。 X1 =A〔%〕/100〔%〕 X2 =B〔%〕/100〔%〕 X3 =S〔°〕/60〔°〕 X4 =v〔km/h〕/150〔km/h〕 X5 =dA〔%/s〕/dAmax 〔%/s〕 X6 =dB〔%/s〕/dBmax 〔%/s〕 X7 =dS〔°/s〕/dSmax 〔°/s〕 X8 =dv〔m/s2 〕/dvmax 〔m/s2 〕 このようにして、無次元化された入力値XC は入力値X
i としてニューラルネットワーク11に入力される。
段10によって、車両及び走行路の状態を把握し、各状
態の度合いEを発生させることができる。続いて、前記
入力値XC は次のように無次元化されて入力値Xi にな
る。なお、各式においてmaxは各検出値xS の最大値
であることを示す。 X1 =A〔%〕/100〔%〕 X2 =B〔%〕/100〔%〕 X3 =S〔°〕/60〔°〕 X4 =v〔km/h〕/150〔km/h〕 X5 =dA〔%/s〕/dAmax 〔%/s〕 X6 =dB〔%/s〕/dBmax 〔%/s〕 X7 =dS〔°/s〕/dSmax 〔°/s〕 X8 =dv〔m/s2 〕/dvmax 〔m/s2 〕 このようにして、無次元化された入力値XC は入力値X
i としてニューラルネットワーク11に入力される。
【0038】なお、本実施例においては、本来無次元で
ある入力値XC も入力値Xi としてニューラルネットワ
ーク11に入力されるようになっている。 X9 =E1 X10=E2 X11=E3 X12=E4 X13=E5 X14=E6 X15=E7 X16=Rt G X17=DR X18=Rt G-1 図7は本発明の実施例におけるニューラルネットワーク
の概念図である。
ある入力値XC も入力値Xi としてニューラルネットワ
ーク11に入力されるようになっている。 X9 =E1 X10=E2 X11=E3 X12=E4 X13=E5 X14=E6 X15=E7 X16=Rt G X17=DR X18=Rt G-1 図7は本発明の実施例におけるニューラルネットワーク
の概念図である。
【0039】図において、Xi は入力層の各ニューロン
に入力される入力値、Ii は中間層の各ニューロンに入
力される入力信号、Jj は出力層のニューロンに入力さ
れる入力信号、Kは出力層の出力信号である。また、V
jiは入力信号Ii の結合荷重、Wkjは入力信号Jj の結
合荷重、γj ,θk はオフセット量である。前記ニュー
ラルネットワーク11においては、各式(1)〜(4)
に示すように、前記入力層の各ニューロンに前記入力値
Xi が入力され、前記結合荷重Vjiによって重み付けが
行われ入力信号Ii になって中間層の各ニューロンに入
力される。そして、該中間層の各ニューロンに入力され
た入力信号Ii は前記結合荷重Wkjによって重み付けが
行われ入力信号Jj になって出力層のニューロンに入力
され、該出力層から出力信号Kになって出力される。本
実施例において、出力信号Kは変速比Rである。
に入力される入力値、Ii は中間層の各ニューロンに入
力される入力信号、Jj は出力層のニューロンに入力さ
れる入力信号、Kは出力層の出力信号である。また、V
jiは入力信号Ii の結合荷重、Wkjは入力信号Jj の結
合荷重、γj ,θk はオフセット量である。前記ニュー
ラルネットワーク11においては、各式(1)〜(4)
に示すように、前記入力層の各ニューロンに前記入力値
Xi が入力され、前記結合荷重Vjiによって重み付けが
行われ入力信号Ii になって中間層の各ニューロンに入
力される。そして、該中間層の各ニューロンに入力され
た入力信号Ii は前記結合荷重Wkjによって重み付けが
行われ入力信号Jj になって出力層のニューロンに入力
され、該出力層から出力信号Kになって出力される。本
実施例において、出力信号Kは変速比Rである。
【0040】
【数4】
【0041】前記出力信号K及び変速比Rはシグモイド
関数f(x)
関数f(x)
【0042】
【数5】
【0043】で与えられる。なお、u0 はシグモイド関
数f(x)の傾き係数である。次に、前記変速段変換手
段12(図1)について説明する。前記ニューラルネッ
トワーク11から出力された変速比Rは、変速段変換手
段12に入力され、該変速段変換手段12において変速
段Gに変換される。図8は本発明の実施例における変速
段変換手段の満足度を示す図である。図の横軸は変速比
Rを、縦軸は各変速段Gの満足度gt を示す。
数f(x)の傾き係数である。次に、前記変速段変換手
段12(図1)について説明する。前記ニューラルネッ
トワーク11から出力された変速比Rは、変速段変換手
段12に入力され、該変速段変換手段12において変速
段Gに変換される。図8は本発明の実施例における変速
段変換手段の満足度を示す図である。図の横軸は変速比
Rを、縦軸は各変速段Gの満足度gt を示す。
【0044】図において、R1 〜R5 は各変速段G、す
なわち1速〜5速の変速比であり、各変速段Gごとに満
足度gt gt =μt (R) (t=1〜5) が与えられる。そして、最大の満足度gt に対応する変
速段Gを選択する。
なわち1速〜5速の変速比であり、各変速段Gごとに満
足度gt gt =μt (R) (t=1〜5) が与えられる。そして、最大の満足度gt に対応する変
速段Gを選択する。
【0045】次に、前記制約評価手段22(図1)にお
いて、変速を行う場合の各種の制約に基づいて現在の変
速比Rt G 及び前回の変速時の変速比Rt G-1 が評価さ
れ、目的値評価手段24において、変速後の燃費、アク
セル操作量に対する加速度増加量の達成度合い、快適性
等の目的値に基づいて前々回の変速時の変速比Rt G- 2
が評価され、状態評価手段26において、前記状態の度
合いEに基づいて現在の変速比Rt G が評価される。
いて、変速を行う場合の各種の制約に基づいて現在の変
速比Rt G 及び前回の変速時の変速比Rt G-1 が評価さ
れ、目的値評価手段24において、変速後の燃費、アク
セル操作量に対する加速度増加量の達成度合い、快適性
等の目的値に基づいて前々回の変速時の変速比Rt G- 2
が評価され、状態評価手段26において、前記状態の度
合いEに基づいて現在の変速比Rt G が評価される。
【0046】この場合、現在の入力パターンを
(Xi G ,Rt G ,TR G )とし、前回の変速時の入力
パターンを(Xi G-1 ,Rt G-1 ,TR G-1 )とし、前
々回の変速時の入力パターンを(Xi G-2 ,Rt G-2 ,
TR G-2 )とし、それぞれに基づいて現在の変速比Rt
G 及び前回の変速時の変速比Rt G-1 が評価される。次
に、前記制約評価手段22について説明する。
(Xi G ,Rt G ,TR G )とし、前回の変速時の入力
パターンを(Xi G-1 ,Rt G-1 ,TR G-1 )とし、前
々回の変速時の入力パターンを(Xi G-2 ,Rt G-2 ,
TR G-2 )とし、それぞれに基づいて現在の変速比Rt
G 及び前回の変速時の変速比Rt G-1 が評価される。次
に、前記制約評価手段22について説明する。
【0047】図9は本発明の実施例における制約評価手
段の制御ルールを示す図、図10は本発明の実施例にお
ける制約評価手段のファジィ推論方法を示す図である。
前記制約評価手段22(図1)は、現在の入力パターン
(Xi G ,Rt G ,T R G )、前回の変速時の入力パタ
ーン(Xi G-1 ,Rt G-1 ,TR G-1 )及び前々回の変
速時の入力パターン(Xi G-2 ,Rt G-2 ,TR G-2 )
を使用し、次のRULE1〜RULE7によってファジ
ィ推論を行う。
段の制御ルールを示す図、図10は本発明の実施例にお
ける制約評価手段のファジィ推論方法を示す図である。
前記制約評価手段22(図1)は、現在の入力パターン
(Xi G ,Rt G ,T R G )、前回の変速時の入力パタ
ーン(Xi G-1 ,Rt G-1 ,TR G-1 )及び前々回の変
速時の入力パターン(Xi G-2 ,Rt G-2 ,TR G-2 )
を使用し、次のRULE1〜RULE7によってファジ
ィ推論を行う。
【0048】すわなち、RULE1は従来のシフトパタ
ーンに準ずる変速を行うための制御ルールであり、ニュ
ーラルネットワーク11による学習を開始した時に使用
される。従来のシフトパターンから得られる変速比をR
P とすると、可能な限り現在の現在の変速比Rt G をR
P とする。また、RULE2は繰返し変速(ビジーシフ
ト)が行われたときの制御ルールであり、前々回の変速
を行った後に経過した時間が2秒より短く、前々回の変
速時の変速比Rt G-2 と現在の変速比Rt G の差が小さ
い場合は、前回の変速時の変速比Rt G-1 を現在の変速
比Rt G に近いものほど満足度が高くなるように評価す
る。
ーンに準ずる変速を行うための制御ルールであり、ニュ
ーラルネットワーク11による学習を開始した時に使用
される。従来のシフトパターンから得られる変速比をR
P とすると、可能な限り現在の現在の変速比Rt G をR
P とする。また、RULE2は繰返し変速(ビジーシフ
ト)が行われたときの制御ルールであり、前々回の変速
を行った後に経過した時間が2秒より短く、前々回の変
速時の変速比Rt G-2 と現在の変速比Rt G の差が小さ
い場合は、前回の変速時の変速比Rt G-1 を現在の変速
比Rt G に近いものほど満足度が高くなるように評価す
る。
【0049】そして、RULE3は減速中の制御ルール
であり、加速度dvが負であり、車速vが20〔km/
h〕以上である場合は適度なエンジンブレーキを効かせ
る。また、RULE4は登坂中の制御ルールであり、走
行抵抗DRが大きくなるほど現在の変速比Rt G を大き
くして低めの変速段Gを選択する。さらに、RULE5
は下り坂を下降中の制御ルールであり、走行抵抗DRが
大きくなるほど、アクセル開度Aが2〔%〕より小さく
なるほど、しかも、加速度dvが大きいほど現在の変速
比Rt G を大きくして低い変速段Gを選択する。
であり、加速度dvが負であり、車速vが20〔km/
h〕以上である場合は適度なエンジンブレーキを効かせ
る。また、RULE4は登坂中の制御ルールであり、走
行抵抗DRが大きくなるほど現在の変速比Rt G を大き
くして低めの変速段Gを選択する。さらに、RULE5
は下り坂を下降中の制御ルールであり、走行抵抗DRが
大きくなるほど、アクセル開度Aが2〔%〕より小さく
なるほど、しかも、加速度dvが大きいほど現在の変速
比Rt G を大きくして低い変速段Gを選択する。
【0050】また、RULE6は旋回中の制御ルールで
あり、ステアリング角Sが10〔°〕より大きくなるほ
ど、車速vが30〔km/h〕より高くなるほど変速を
行わない。そして、RULE7はシフトアップの変速を
行った後に図示しないブレーキペダルが踏まれた場合の
制御ルールであり、前回の変速を行った後に経過した時
間がより短く、ブレーキ踏込度が正であり、前々回の変
速時の変速比Rt G-2と前回の変速時の変速比Rt G-1
の差が1.3より大きい場合には、前回の変速時の変速
比Rt G-1 を前々回の変速時の変速比Rt G-2 に近いも
のほど満足度が高くなるように評価する。
あり、ステアリング角Sが10〔°〕より大きくなるほ
ど、車速vが30〔km/h〕より高くなるほど変速を
行わない。そして、RULE7はシフトアップの変速を
行った後に図示しないブレーキペダルが踏まれた場合の
制御ルールであり、前回の変速を行った後に経過した時
間がより短く、ブレーキ踏込度が正であり、前々回の変
速時の変速比Rt G-2と前回の変速時の変速比Rt G-1
の差が1.3より大きい場合には、前回の変速時の変速
比Rt G-1 を前々回の変速時の変速比Rt G-2 に近いも
のほど満足度が高くなるように評価する。
【0051】なお、前記制御ルールRULE2,RUL
E7は変速後の挙動に対しての評価、すなわち前回の変
速時の変速比Rt G-1 の評価となる。前記制約評価手段
22の各制御ルールRULE1〜RULE7においてフ
ァジィ推論は図10に示すように行われる。すなわち、
前件部の各入力値XA ,XBに対応する満足度の値をY
A ,YB としたとき、そのうちの最小値YA YA =min(YA ,YB ) を頂点とする三角形を想定し、該三角形の比重を計算す
るようにしている。
E7は変速後の挙動に対しての評価、すなわち前回の変
速時の変速比Rt G-1 の評価となる。前記制約評価手段
22の各制御ルールRULE1〜RULE7においてフ
ァジィ推論は図10に示すように行われる。すなわち、
前件部の各入力値XA ,XBに対応する満足度の値をY
A ,YB としたとき、そのうちの最小値YA YA =min(YA ,YB ) を頂点とする三角形を想定し、該三角形の比重を計算す
るようにしている。
【0052】次に、状態評価手段26について説明す
る。図11は本発明の実施例における状態評価手段の制
御ルールを示す図である。この場合、前記状態把握ファ
ジィ推論手段10(図1)によって発生させられた各状
態の度合いEに基づいて現在の変速比Rt G が評価され
る。RULE1は状態の度合いE1 が大きく渋滞路であ
る場合の制御ルールであり、車速vが低い場合は現在の
変速比Rt G を中程度(2〜3速)とする。また、RU
LE2は状態の度合いE1 が大きく渋滞路である場合の
制御ルールであり、図示しないブレーキペダルが踏ま
れ、現在の変速比Rt G が大きい場合は現在の変速比R
t G を少し小さくする。
る。図11は本発明の実施例における状態評価手段の制
御ルールを示す図である。この場合、前記状態把握ファ
ジィ推論手段10(図1)によって発生させられた各状
態の度合いEに基づいて現在の変速比Rt G が評価され
る。RULE1は状態の度合いE1 が大きく渋滞路であ
る場合の制御ルールであり、車速vが低い場合は現在の
変速比Rt G を中程度(2〜3速)とする。また、RU
LE2は状態の度合いE1 が大きく渋滞路である場合の
制御ルールであり、図示しないブレーキペダルが踏ま
れ、現在の変速比Rt G が大きい場合は現在の変速比R
t G を少し小さくする。
【0053】そして、RULE3は状態の度合いE2 が
大きく市街路である場合の制御ルールであり、図示しな
いアクセルペダルが戻されてアクセル開度Aが小さくな
り、その時のアクセル操作速度dAが高い場合は現在の
変速比Rt G を小さくする。また、RULE4は状態の
度合いE2 が大きく市街路である場合の制御ルールであ
り、アクセル操作速度dAが低く、車速vが中程度であ
り、しかも、加速度dvが小さい場合は現在の変速比R
t G を維持する。
大きく市街路である場合の制御ルールであり、図示しな
いアクセルペダルが戻されてアクセル開度Aが小さくな
り、その時のアクセル操作速度dAが高い場合は現在の
変速比Rt G を小さくする。また、RULE4は状態の
度合いE2 が大きく市街路である場合の制御ルールであ
り、アクセル操作速度dAが低く、車速vが中程度であ
り、しかも、加速度dvが小さい場合は現在の変速比R
t G を維持する。
【0054】さらに、RULE5は状態の度合いE3 が
大きく高速道路である場合の制御ルールであり、車速v
が70〔k/m〕以上である場合は現在の変速比Rt G
を大きくする。そして、RULE6は状態の度合いE3
が大きく高速道路である場合の制御ルールであり、ブレ
ーキペダルが踏まれ、戻し側へのアクセル操作速度dA
が高く、しかも、現在の変速比Rt G が大きい場合は現
在の変速比Rt G を小さくする。
大きく高速道路である場合の制御ルールであり、車速v
が70〔k/m〕以上である場合は現在の変速比Rt G
を大きくする。そして、RULE6は状態の度合いE3
が大きく高速道路である場合の制御ルールであり、ブレ
ーキペダルが踏まれ、戻し側へのアクセル操作速度dA
が高く、しかも、現在の変速比Rt G が大きい場合は現
在の変速比Rt G を小さくする。
【0055】また、RULE7は状態の度合いE4 が大
きく屈曲路である場合の制御ルールであり、減速側への
加速度dvが大きく、車速vが50〔k/m〕以下であ
る場合は現在の変速比Rt G を少し小さくする。そし
て、RULE8は状態の度合いE5 が大きく運動性を重
視した運転である場合の制御ルールであり、ブレーキペ
ダルが踏まれ、車速vが70〔k/m〕以下である場合
は現在の変速比Rt G を小さくする。
きく屈曲路である場合の制御ルールであり、減速側への
加速度dvが大きく、車速vが50〔k/m〕以下であ
る場合は現在の変速比Rt G を少し小さくする。そし
て、RULE8は状態の度合いE5 が大きく運動性を重
視した運転である場合の制御ルールであり、ブレーキペ
ダルが踏まれ、車速vが70〔k/m〕以下である場合
は現在の変速比Rt G を小さくする。
【0056】次に、前記目的値評価手段24について説
明する。図12は本発明の実施例における目的値評価手
段のファジィ関数を示す図である。図の(a)は燃費満
足度hf のファジィ関数を、(b)は駆動力満足度hF
のファジィ関数を、(c)は快適性満足度hC のファジ
ィ関数を示す。前述したように、目的値評価手段24
(図1)においては、前々回の変速時の変速比Rt G-2
が評価される。この場合、変速が行われた時点t1 から
次の変速が行われる時点t2 までの燃費、駆動力及び快
適性の三つの目的値についてそれぞれ燃費満足度hf 、
駆動力満足度hF 及び快適性満足度hC が高くなるよう
な変速比Rを求める。
明する。図12は本発明の実施例における目的値評価手
段のファジィ関数を示す図である。図の(a)は燃費満
足度hf のファジィ関数を、(b)は駆動力満足度hF
のファジィ関数を、(c)は快適性満足度hC のファジ
ィ関数を示す。前述したように、目的値評価手段24
(図1)においては、前々回の変速時の変速比Rt G-2
が評価される。この場合、変速が行われた時点t1 から
次の変速が行われる時点t2 までの燃費、駆動力及び快
適性の三つの目的値についてそれぞれ燃費満足度hf 、
駆動力満足度hF 及び快適性満足度hC が高くなるよう
な変速比Rを求める。
【0057】この場合、各式(5)〜(7)から燃費適
合度Mf 、駆動力適合度MF 及び快適性適合度MC を計
算し、それらに基づいてそれぞれ燃費満足度hf 、駆動
力満足度hF 及び快適性満足度hC を計算するようにし
ている。Rf をマップから読み出した燃費最適変速比と
し、Mfmaxを定数としたとき、燃費適合度Mf は
合度Mf 、駆動力適合度MF 及び快適性適合度MC を計
算し、それらに基づいてそれぞれ燃費満足度hf 、駆動
力満足度hF 及び快適性満足度hC を計算するようにし
ている。Rf をマップから読み出した燃費最適変速比と
し、Mfmaxを定数としたとき、燃費適合度Mf は
【0058】
【数6】
【0059】となる。そして、αf を燃費指向係数とす
ると、燃費満足度hf は hf =αf ・Mf となり、図12の(a)に示すようなファジィ関数とな
る。また、Δdv/ΔAをアクセル操作量ΔAに対する
加速度変化量Δdvの比とし、wを車両の重量とし、M
Fmaxを定数とすると、駆動力達成度MF は
ると、燃費満足度hf は hf =αf ・Mf となり、図12の(a)に示すようなファジィ関数とな
る。また、Δdv/ΔAをアクセル操作量ΔAに対する
加速度変化量Δdvの比とし、wを車両の重量とし、M
Fmaxを定数とすると、駆動力達成度MF は
【0060】
【数7】
【0061】となる。そして、αF を加速指向係数とす
ると、駆動力満足度hF は hF =αF ・(1−MF ) となり、図12の(b)に示すようなファジィ関数とな
る。なお、図12の(b)において、RF は最大余裕駆
動力発生変速比である。次に、RC をあらかじめ車速v
やアクセル開度Aなどに基づいて計算された快適性最適
変速比とし、MCmaxを定数とすると、快適性適合度MC
は
ると、駆動力満足度hF は hF =αF ・(1−MF ) となり、図12の(b)に示すようなファジィ関数とな
る。なお、図12の(b)において、RF は最大余裕駆
動力発生変速比である。次に、RC をあらかじめ車速v
やアクセル開度Aなどに基づいて計算された快適性最適
変速比とし、MCmaxを定数とすると、快適性適合度MC
は
【0062】
【数8】
【0063】となる。そして、αC を快適性指向係数と
すると、快適性満足度hC は hC =αC ・MC となり、図12の(c)に示すようなファジィ関数とな
る。なお、前記燃費指向係数αf 、加速指向係数αF 及
び快適性指向係数αC は αf =E6 αF =E5 αC =E7 で表される。
すると、快適性満足度hC は hC =αC ・MC となり、図12の(c)に示すようなファジィ関数とな
る。なお、前記燃費指向係数αf 、加速指向係数αF 及
び快適性指向係数αC は αf =E6 αF =E5 αC =E7 で表される。
【0064】前記燃費適合度Mf は燃費の悪化の度合い
を示す指標であり、燃費最適変速比Rf から離れるほど
大きくなる。また、駆動力適合度MF は、アクセル操作
量ΔAに対する加速度変化量Δdvの達成度合いに、ア
クセル開度Aに対する実質加速度dv+DR/wの達成
度合いを乗算し、その値を時刻t1 〜t2 で積分したも
のであり、時刻t1 〜t2 の間のアクセル操作量ΔAに
対する車両のレスポンスの良さを示す指標であって、十
分な加速度dvが達成されないと駆動力適合度MF は小
さくなる。また、前記式(6)において、アクセル操作
量ΔAに対する加速度増加量Δdvの達成度合いのみを
積分してもよい。
を示す指標であり、燃費最適変速比Rf から離れるほど
大きくなる。また、駆動力適合度MF は、アクセル操作
量ΔAに対する加速度変化量Δdvの達成度合いに、ア
クセル開度Aに対する実質加速度dv+DR/wの達成
度合いを乗算し、その値を時刻t1 〜t2 で積分したも
のであり、時刻t1 〜t2 の間のアクセル操作量ΔAに
対する車両のレスポンスの良さを示す指標であって、十
分な加速度dvが達成されないと駆動力適合度MF は小
さくなる。また、前記式(6)において、アクセル操作
量ΔAに対する加速度増加量Δdvの達成度合いのみを
積分してもよい。
【0065】さらに、快適性適合度Mc は快適性の悪化
の度合いを示す指標であり、快適性最適変速比RC から
離れるほど大きくなる。そして、燃費最適変速比Rf 、
最大余裕駆動力発生変速比RF 、及び快適性最適変速比
RC の重み付けは前記状態把握ファジィ推論手段10か
ら出力される燃費指向の度合いE6 、加速指向の度合い
E5 、快適性指向の度合いE7 によって行う。したがっ
て、例えば、加速指向で走行する場合は、最大余裕駆動
力発生変速比RF に近いほど駆動力満足度hF が大きく
なる。
の度合いを示す指標であり、快適性最適変速比RC から
離れるほど大きくなる。そして、燃費最適変速比Rf 、
最大余裕駆動力発生変速比RF 、及び快適性最適変速比
RC の重み付けは前記状態把握ファジィ推論手段10か
ら出力される燃費指向の度合いE6 、加速指向の度合い
E5 、快適性指向の度合いE7 によって行う。したがっ
て、例えば、加速指向で走行する場合は、最大余裕駆動
力発生変速比RF に近いほど駆動力満足度hF が大きく
なる。
【0066】このようにして、前記制約評価手段22に
おいて、変速を行う場合の各種の制約に基づいて現在の
変速比Rt G 及び前回の変速時の変速比Rt G-1 が評価
され、目的値評価手段24において、変速後の燃費、駆
動力、快適性等の目的値に基づいて前々回の変速時の変
速比Rt G-2 が評価され、状態評価手段26において、
前記状態の度合いEに基づいて現在の変速比Rt G が評
価されると、各評価によって得られた現在の変速比Rt
G 、前回の変速時の変速比Rt G-1 及び前々回の変速時
の変速比Rt G-2 の満足度を合成する。この場合、すべ
ての評価による変速比Rを合成したときの重心位置を求
め、その重心位置を教示変速比TR とする。
おいて、変速を行う場合の各種の制約に基づいて現在の
変速比Rt G 及び前回の変速時の変速比Rt G-1 が評価
され、目的値評価手段24において、変速後の燃費、駆
動力、快適性等の目的値に基づいて前々回の変速時の変
速比Rt G-2 が評価され、状態評価手段26において、
前記状態の度合いEに基づいて現在の変速比Rt G が評
価されると、各評価によって得られた現在の変速比Rt
G 、前回の変速時の変速比Rt G-1 及び前々回の変速時
の変速比Rt G-2 の満足度を合成する。この場合、すべ
ての評価による変速比Rを合成したときの重心位置を求
め、その重心位置を教示変速比TR とする。
【0067】次に、すべての評価による変速比Rを合成
する方法について説明する。図13は本発明の実施例に
おいて変速比を合成する方法を示す図である。図におい
て、R′は各評価における変速比Rの中心、C1 ,C2
は変速比Rの広がりを示す値、h′は各評価における満
足度である。そして、重心gx は gx =2{(C1 +C2 )/2−C1 }/3−R′ であり、重みgW は gW =h′・(C1 +C2 )/2 であるので、教示変速比TR を式(8)によって計算す
ることができる。
する方法について説明する。図13は本発明の実施例に
おいて変速比を合成する方法を示す図である。図におい
て、R′は各評価における変速比Rの中心、C1 ,C2
は変速比Rの広がりを示す値、h′は各評価における満
足度である。そして、重心gx は gx =2{(C1 +C2 )/2−C1 }/3−R′ であり、重みgW は gW =h′・(C1 +C2 )/2 であるので、教示変速比TR を式(8)によって計算す
ることができる。
【0068】
【数9】
【0069】前記教示変速比TR に基づいて、現在の教
示変速比TR G 、前回の変速時の教示変速比TR G-1 、
及び前々回の変速時の教示変速比TR G-2 を得ることが
できる。そして、学習パターンPn (Xi ,TR )が新
しく記憶させられ、学習パターンPn (Xi G-1 ,TR
G-1 ),(Xi G-2 ,TR G-2 )の教示変速比
TR G-1,TR G-2 が修正される。また、この時、最も
古く登録された学習パターンPn(Xi ,TR )は廃棄
され、常時30組の学習パターンPn (Xi ,TR )が
登録される。
示変速比TR G 、前回の変速時の教示変速比TR G-1 、
及び前々回の変速時の教示変速比TR G-2 を得ることが
できる。そして、学習パターンPn (Xi ,TR )が新
しく記憶させられ、学習パターンPn (Xi G-1 ,TR
G-1 ),(Xi G-2 ,TR G-2 )の教示変速比
TR G-1,TR G-2 が修正される。また、この時、最も
古く登録された学習パターンPn(Xi ,TR )は廃棄
され、常時30組の学習パターンPn (Xi ,TR )が
登録される。
【0070】前記バックプロパゲーション手段27(図
1)は、30組のパターンPn (X i ,TR )について
変速比Rと教示変速比TR の誤差EP が収束するように
ニューラルネットワーク11の結合荷重Vji,Wkjを修
正する。この場合、前記誤差EP の収束は次の収束条件
によって判断する。すなわち、ニューラルネットワーク
11が学習している間の所定の期間Pにおける誤差EP
1)は、30組のパターンPn (X i ,TR )について
変速比Rと教示変速比TR の誤差EP が収束するように
ニューラルネットワーク11の結合荷重Vji,Wkjを修
正する。この場合、前記誤差EP の収束は次の収束条件
によって判断する。すなわち、ニューラルネットワーク
11が学習している間の所定の期間Pにおける誤差EP
【0071】
【数10】
【0072】の和Et が極小化したときに誤差EP が収
束したと判断する。そして、前記バックプロパゲーショ
ン手段27による結合荷重Vji,Wkj及びオフセット量
γj ,θk は式(9)〜(16)のように修正される。
束したと判断する。そして、前記バックプロパゲーショ
ン手段27による結合荷重Vji,Wkj及びオフセット量
γj ,θk は式(9)〜(16)のように修正される。
【0073】
【数11】
【0074】なお、Hj は中間層の出力f(Jj )であ
る。また、各式(11),(13)〜(16)のtは結
合荷重Vji,Wkj及びオフセット量γj ,θk が修正前
のものであることを示し、各式(13)〜(16)のt
+1は結合荷重Vji,Wkj及びオフセット量γj ,θk
が修正後のものであることを示す。さらに、修正モーメ
ント法による場合、結合荷重Wkjは式(17)で与える
ことができる。
る。また、各式(11),(13)〜(16)のtは結
合荷重Vji,Wkj及びオフセット量γj ,θk が修正前
のものであることを示し、各式(13)〜(16)のt
+1は結合荷重Vji,Wkj及びオフセット量γj ,θk
が修正後のものであることを示す。さらに、修正モーメ
ント法による場合、結合荷重Wkjは式(17)で与える
ことができる。
【0075】
【数12】
【0076】なお、本発明は前記実施例に限定されるも
のではなく、本発明の趣旨に基づいて種々変形すること
が可能であり、これらを本発明の範囲から排除するもの
ではない。
のではなく、本発明の趣旨に基づいて種々変形すること
が可能であり、これらを本発明の範囲から排除するもの
ではない。
【図1】本発明の実施例における自動変速機の制御装置
のブロック図である。
のブロック図である。
【図2】本発明の実施例における自動変速機の制御装置
の第1のフローチャートである。
の第1のフローチャートである。
【図3】本発明の実施例における自動変速機の制御装置
の第2のフローチャートである。
の第2のフローチャートである。
【図4】本発明の実施例における状態把握ファジィ推論
手段の制御ルールを示す図である。
手段の制御ルールを示す図である。
【図5】本発明の実施例における状態把握ファジィ推論
手段のファジィ推論方法を示す図である。
手段のファジィ推論方法を示す図である。
【図6】本発明の実施例におけるファジィ関数の類型を
示す図である。
示す図である。
【図7】本発明の実施例におけるニューラルネットワー
クの概念図である。
クの概念図である。
【図8】本発明の実施例における変速段変換手段の満足
度を示す図である。
度を示す図である。
【図9】本発明の実施例における制約評価手段の制御ル
ールを示す図である。
ールを示す図である。
【図10】本発明の実施例における制約評価手段のファ
ジィ推論方法を示す図である。
ジィ推論方法を示す図である。
【図11】本発明の実施例における状態評価手段の制御
ルールを示す図である。
ルールを示す図である。
【図12】本発明の実施例における目的値評価手段のフ
ァジィ関数を示す図である。
ァジィ関数を示す図である。
【図13】本発明の実施例において変速比を合成する方
法を示す図である。
法を示す図である。
10 状態把握ファジィ推論手段 11 ニューラルネットワーク 12 変速段変換手段 14 変速比変換手段 20 パターン記憶装置 22 制約評価手段 24 目的値評価手段 26 状態評価手段 27 バックプロパゲーション手段 28 教示変速比計算手段 E 状態の度合い G 変速段 Pn ,Pn G ,Pn G-1 ,Pn G-2 学習パターン R,Rt G ,Rt G-1 ,Rt G-2 変速比 TR ,TR G ,TR G-1 ,TR G-2 教示変速比 Vji,Wkj 結合荷重 xS 検出値 XC ,Xi ,Xi G ,Xi G-1 ,Xi G-2 入力値
Claims (1)
- 【請求項1】 車両の走行条件を検出するセンサと、該
センサの検出値が入力され、現在の走行状態をファジィ
推論する状態把握ファジィ推論手段と、少なくとも該状
態把握ファジィ推論手段によって出力された状態の度合
い及び前記センサの検出値が入力値として入力され、変
速比を出力するニューラルネットワークと、前記変速比
を変速段に変換する変速段変換手段と、前記変速段を現
在の変速比に変換する変速比変換手段と、現在及び過去
の入力値並びに現在及び過去の変速比に基づいて、ファ
ジィ推論によって現在及び過去の変速比を評価して教示
変速比を計算する教示変速比計算手段と、前記入力値及
び教示変速比によって構成された学習パターンを作成す
るパターン記憶装置と、前記学習パターンに基づいて前
記ニューラルネットワークの結合荷重を修正する結合荷
重修正手段とを有することを特徴とする自動変速機の制
御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27145993A JPH07127718A (ja) | 1993-10-29 | 1993-10-29 | 自動変速機の制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27145993A JPH07127718A (ja) | 1993-10-29 | 1993-10-29 | 自動変速機の制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07127718A true JPH07127718A (ja) | 1995-05-16 |
Family
ID=17500333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP27145993A Withdrawn JPH07127718A (ja) | 1993-10-29 | 1993-10-29 | 自動変速機の制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07127718A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9070235B2 (en) | 2013-06-07 | 2015-06-30 | Hyundai Motor Company | Apparatus and method for determining short-term driving tendency |
JP2020006836A (ja) * | 2018-07-09 | 2020-01-16 | 株式会社シマノ | 作成装置、コンポーネント制御装置、作成方法、コンポーネント制御方法、コンピュータプログラムおよび学習モデル |
CN113324026A (zh) * | 2021-06-10 | 2021-08-31 | 一汽奔腾轿车有限公司 | 一种基于模糊神经网络的自动换挡控制方法 |
CN114299796A (zh) * | 2022-02-28 | 2022-04-08 | 淮阴工学院 | 一种机械传动无级变速科普互动展教设备 |
-
1993
- 1993-10-29 JP JP27145993A patent/JPH07127718A/ja not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9070235B2 (en) | 2013-06-07 | 2015-06-30 | Hyundai Motor Company | Apparatus and method for determining short-term driving tendency |
JP2020006836A (ja) * | 2018-07-09 | 2020-01-16 | 株式会社シマノ | 作成装置、コンポーネント制御装置、作成方法、コンポーネント制御方法、コンピュータプログラムおよび学習モデル |
US11312442B2 (en) | 2018-07-09 | 2022-04-26 | Shimano Inc. | Creation device, component control device, creation method, component control method, computer program and learning model |
CN113324026A (zh) * | 2021-06-10 | 2021-08-31 | 一汽奔腾轿车有限公司 | 一种基于模糊神经网络的自动换挡控制方法 |
CN114299796A (zh) * | 2022-02-28 | 2022-04-08 | 淮阴工学院 | 一种机械传动无级变速科普互动展教设备 |
CN114299796B (zh) * | 2022-02-28 | 2023-12-01 | 淮阴工学院 | 一种机械传动无级变速科普互动展教设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5428531A (en) | Speed change control method for setting a gearshift position of an automatic transmission for vehicles based upon driver acceleration intention and external variables | |
US5361207A (en) | Speed change control method for an automatic transmission for vehicles | |
JP3265752B2 (ja) | 自動変速機の制御装置 | |
US6208981B1 (en) | Circuit configuration for controlling a running-gear or drive system in a motor vehicle | |
US5598336A (en) | Automatic transmission control system with variable lockup timing | |
US5557521A (en) | Control system for changing automatic gears | |
US5857161A (en) | System for determining a gear ratio change in an automatic transmission | |
US5390116A (en) | Speed change control method and apparatus for an automatic transmission for vehicles traveling under various road conditions | |
US6311114B1 (en) | Controller for an automatic motor vehicle transmission | |
JP4269214B2 (ja) | 信号処理装置 | |
JP3334948B2 (ja) | 車両用自動変速機 | |
WO2022257377A1 (zh) | 一种基于模糊神经网络的自动换挡控制方法 | |
JP3107752B2 (ja) | 車両の運転指向推定装置および車両の駆動力制御装置 | |
JPH07127718A (ja) | 自動変速機の制御装置 | |
JPH07259974A (ja) | 車両用自動変速機の制御装置 | |
JP2853638B2 (ja) | 車両用自動変速機の変速制御装置 | |
KR19990059730A (ko) | 신경망을 이용한 자동 변속기 변속단 제어 알고리즘 | |
JPH0699830A (ja) | 車両の操舵装置 | |
KR100227893B1 (ko) | 뉴랄 네트워크를 이용한 운전자의 운전성향에 적합한 쉬프트 패턴 결정장치 및 방법 | |
JP2596253B2 (ja) | 車両用自動変速機の変速制御方法 | |
JP2646875B2 (ja) | 車両用自動変速機の変速制御方法 | |
KR950003663A (ko) | 차량용 자동 변속기의 변속 제어방법 | |
JPH05116558A (ja) | 車両用定速走行装置 | |
JPH06300125A (ja) | 車両用自動変速制御装置 | |
JPH04102757A (ja) | 車両用自動変速機の変速比制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010130 |