基于改进遗传算法的电动汽车轨迹优化方法

在复杂障碍物环境中的轨迹规划方法是电动汽车智能辅助驾驶技术的一个重要研究内容.为了使得电动汽车能够在高速行驶工况下平稳转向行驶,提出了一种基于改进遗传算法的轨迹优化方法.本文基于五次多项式进行轨迹规划,用改进遗传算法对五次多项式的参数进行优化,使得规划轨迹满足车辆的动力学约束条件,从而使得优化后轨迹具有更强的可行性.实车实验结果表明,优化后轨迹比优化前轨迹能够更好地满足动力学约束条件,优化效果明显,车辆在高速行驶工况下按照优化轨迹行驶能够进行平稳转向行驶.     

SOR与SSOR迭代法收敛速度的关系

当A为非奇异的M-阵时,Woznicki只指出了SSOR迭代矩阵的谱半径ρ(SA,ω)小于SOR迭代矩阵的谱半径ρ(LA,ω),对于参数ω(0,1|和ρ(J)(0,1|(其中J是A的Jacobi迭代阵),但两者之间谱半径的大小关系没有给出一个确定的式子表示,在文中,我们建宴了SSOR与SOR迭代矩阵谱半径之间的关系,使得满足如下关系:ρ(SA,ω)≤(1-ω ωρ(J)2≤ρ(Laω)≤(1-ω ωρ(J<1,Aω∈(0,11,ρ(J)∈[0,1]这推广了Woznicki的结果,最后给出一个例子来验证我们的结果.     

预条件Jacobi迭代方法及比较定理

利用一种新的预条件矩阵讨论了预条件Jacobi迭代方法,得到了比较定理,并且揭示了预条件Jacobi迭代方法的收敛速度和参数之间的关系.