提出了一种新的汽车操纵稳定性评价方法。首先,运用模糊聚类方法对操纵稳定性数据进行更为合理的排序。在此基础上,运用BP神经网络理论构造了训练样本并对其进行训练,建立了具体的神经网络结构,得到操纵稳定性综合评价计分值,方便了操纵稳定性的评价。相比传统的评价方法,该方法可以获得更直观、合理的评价结果。同时,该方法可为其他大型、复杂的(试验)评价提供思路。汽车操纵稳定性-电动液压倒角机气动倒角机张家港数控钢管倒角机 ;其中，P、T分别为训练样本的输入数据和输出数据。BP神经网络基本结构为输入层神经元6个、输出层神经元1个、中间层（隐含层）神经元36个（训练过程中不断调整的结果）本文有公司网站全自动倒角机采集转载中国知网整理，http://www.daojiaoj.com ，如图1所示。训练完成后，保存输入层与中间层、中间层与输出层之间的连接权值和偏移值。表5为经BP神经网络计算得到的综合计分值（训练样本输入数据输入到BP神经网络后输出的数值）与理论综合计分值（即训练样本输出数据）的差异。由表5可知，BP神经网络拟合精度较好，两组数据无差异。图1神经网络结构序号计算综合计分值与理论综合计分值的差异单项1计分值单项2计分值单项3计分值单项4计分值单项5计分值单项6计分值输入层隐含层输出层综合计分值12i36至此，BP神经网络结构已确定。只需将某车型操汽车操纵稳定性-电动液压倒角机气动倒角机张家港数控钢管倒角机本文有公司网站全自动倒角机采集转载中国知网整理，http://www.daojiaoj.com