基于改进BP神经网络的智能车纵向控制方法

摘要：

针对传统PI控制在车辆速度跟踪过程中参数固定且不易整定的问题,提出了一种基于改进BP神经网络的智能汽车纵向控制方法.分别构建驱/制动模式下的BP神经网络,针对BP神经网络初始参数选取困难及反向自学习存在梯度消失等问题,利用粒子群算法和批处理归一化方法对BP神经网络进行改进,最终实现PI控制参数的动态自整定.通过Carsim/Simulink联合仿真与实车测试对该方法进行了验证,结果表明:相比于传统PI控制,所提出的纵向控制方法在实现基于误差快速调整参数的同时提高了车辆纵向控制精度.

关键词：智能汽车、速度跟踪控制、BP神经网络、自整定、粒子群算法

所属期刊栏目：44

分类号：TP273;TP391.41;U463.6

在线出版日期：2022-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1162-1172