同济大学学报(自然科学版)

作者：李彦龙，叶升飞，张娜

单位：1.同济大学 新能源汽车及动力系统国家工程研究中心，上海 201804;2.上汽大众汽车有限公司 营销人事部，上海 201805

关键词：汽车造型评价,反向传播神经网络,遗传算法应用

针对汽车造型评价存在由于主观性高而导致可靠性低的问题，运用遗传算法原理对评价方法进行了优化。通过遗传算法的优化，基于反向传播（BP）神经网络的汽车造型评价，减小了评价误差。通过问卷调研构建数据集，使用汽车的18个评价对象作为输入，整车评价作为输出，创建了融合遗传算法的反向传播（GA-BP）网络结构，并在Matlab中进行了仿真预测。研究结果表明，经过优化的BP神经网络预测值的相对误差均值由6.7 %下降至1.7 %，显著提升了汽车造型评价的可靠性，具有更好的预测能力和实际应用潜力。

来源：2025年第5期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2025年第5期