基于BP神经网络—动态规划算法在智能汽车的道路规划决策功能中的运用

摘要

现代交通情况复杂,智能汽车在实时监测道路交通情况同时也需进行有效的风险规避和优化路径诱导,从而减少交通堵塞等导致的增加交通时间或增加交通距离的情况发生.本文采用BP神经网络结合动态规划算法,首先通过BP神经网络学习预测得到车辆在各路段的行驶时间,再使用动态规划算法处理得到的时间数据,最终得到减少交通时间或距离的优化路径.实验表明:BP神经网络—动态规划算法的全局性、有效性都优于传统动态规划算法,在实际交通路径诱导中具有更高效率.