一种基于粒子群优化改进策略的智能驾驶车辆路径规划方法

为了解决粒子群算法容易陷入局部极小值问题,设计了优化惯性权重和学习因子更新方式的改进粒子群算法,并利用该算法在定义的规则下对模糊神经网络权值参数进行优化训练,来解决智能驾驶车辆的路径规划问题.设计了一种基于优化粒子群优化改进策略的智能驾驶车辆最优路径规划方法,该方法能够有效避免局部极值问题,算法效率和收敛速度明显提高.仿真和测试结果证明:本文提出的路径规划方法所规划路径行驶代价明显低于传统路径规划算法.