一种粒子群优化的径向基神经网络车辆速度跟踪方法

摘要

本发明公开了一种粒子群优化的径向基神经网络车辆速度跟踪方法。本发明通过引擎模型、传动系统模型、车辆模型、刹车模型构建汽车动力学模型；通过梯度下降法计算径向基神经网络模型的参数，PID控制器通过径向基神经网络模型自适应调整参数；通过粒子群优化算法离线优化，得到粒子群优化后的参数；将粒子群优化后的参数初始化赋值给径向基神经网络PID控制器；通过初始化后径向基神经网络PID控制器得到初始节气门开度或初始制动踏板位置，并输入到汽车动力学模型以计算实际跟踪车速；实际跟踪车速以及PID控制器输出输入到神经网络中，根据速度的反馈误差调整径向基神经网络和PID控制器的参数。本发明实现了安全和稳定的跟踪目标速度。