典型文献
基于蚁群算法的智能汽车轨迹控制方法研究
文献摘要：
针对基础蚁群算法易陷入局部最优且收敛速度较差等问题,提出了 一种基于自适应策略和蚁群算法的智能汽车轨迹控制与路径规划算法.该算法在初始信息素浓度的分配中,使用自适应函数完成信息素浓度的差异化分配,从而减少了错误浓度信息对路线选择的影响.同时,设计了新的概率转移函数,使不同算法场景拥有不同的概率权重,显著提升了算法的收敛速度.为防止算法陷入局部最优,基于自适应信息熵制定了全局信息素更新规则,令算法在路径规划过程中可兼具性能及效率.仿真测试结果表明,所提算法的路径规划质量在对比算法中为最优,且迭代次数较少,运行时间也仅为5.1 s,证明该算法具有良好的综合性能.
文献关键词：
蚁群算法;自适应策略;轨迹控制;转移概率;信息熵;车辆路径规划
中图分类号：
作者姓名：
张靖雯
作者机构：
陕西国防工业职业技术学院,陕西 西安710300
文献出处：
引用格式：
[1]张靖雯-.基于蚁群算法的智能汽车轨迹控制方法研究)[J].工业仪表与自动化装置,2022(06):41-44,104
A类：
B类：
智能汽车,轨迹控制方法,控制方法研究,基础蚁群算法,局部最优,收敛速度,自适应策略,路径规划算法,初始信息素,信息素浓度,数完,路线选择,法场,信息熵,全局信息,信息素更新规则,划过,仿真测试,对比算法,迭代次数,运行时间,转移概率,车辆路径规划
AB值：
0.35546
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
