[發明專利]基于卡方變異的SSA的FSC賽車轉向梯形優化方法

有效

• 申請號: 202110293907.1
• 申請日: 2021-03-19
• 公開（公告）號: CN112989615B
• 公開（公告）日: 2023-10-17
• 發明（設計）人: 李強;王家欣
• 申請（專利權）人: 浙江科技學院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/15;G06F17/18;G06N3/006
• 代理公司: 杭州萬合知識產權代理事務所(特殊普通合伙) 33294
• 代理人: 丁海華;萬珠明

本發明公開了一種基于卡方變異的SSA的FSC賽車轉向梯形優化方法，S1：將整車坐標系作為轉向梯形坐標系，根據轉向梯形坐標系建立內外輪轉角的實際轉向關系，同時根據阿克曼轉向建立目標轉向關系；S2：將卡方變異引入麻雀搜索算法，并建立優化目標函數，利用優化目標函數使實際轉向關系趨向于目標轉向關系。本發明可以對賽車轉向梯形進行優化，從而提高賽車轉向性能。

技術領域

本發明涉及賽車技術領域，具體涉及基于卡方變異的SSA的FSC賽車轉向梯形優化方法。

背景技術

中國大學生方程式汽車大賽(Formula Student China，簡稱FSC)是一項由中國汽車工程學會舉辦、國內外70多所大學大學生參與賽車設計、制造的系列賽事，近年來越來越多的高校投入該賽事，被譽為中國汽車工程師的搖籃。轉向梯形的設計直接影響賽車轉向性能，繼而影響賽車動態賽成績，越來越多的國內外學者將研究方向轉向轉向梯形優化。L.Zhang等使用蒙特卡羅方法等傳統優化算法優化轉向梯形，但存在優化效率低的問題。吳平等利用RBF神經網絡優化轉向梯形斷開點，將空間轉型梯形簡化為平面轉向梯形，其優化結果與實際轉向梯形有一定誤差。

1975年Holland根據生物優勝劣汰的進化規律提出遺傳算法，SMETS P于1991年根據蟻群覓食行為提出蟻群算法和Kennedy于1995年根據鳥類覓食行為提出粒子群算法，此后越來越多的學者根據生物特性提出了多種群智能優化算法和改進算法，如灰狼優化算法、蝗蟲算法等。雖然群智能優化算法相比傳統優化算法具有穩健性強、應用范圍廣的特點，但存在易陷入局部最優解，導致算法早熟的問題。

麻雀搜索算法(SSA)由薛建凱等于2020年提出，對比傳統優化算法和傳統群智能優化算法具有收斂速度快、求解精度高、穩健性強的優點，廣泛應用領域廣，但依然無法克服群智能優化算法在收斂后期易陷入局部最優解導致算法早熟，進而導致穩健性較差的缺點，使得轉向梯形優化還存在優化不佳的問題。

發明內容

本發明的目的在于，提供一種基于卡方變異的SSA的FSC賽車轉向梯形優化方法。本發明可以對賽車轉向梯形進行優化，從而提高賽車轉向性能。

為解決上述技術問題，本發明提供的技術方案如下：基于卡方變異的SSA的FSC賽車轉向梯形優化方法，按以下步驟進行：

S1：將整車坐標系作為轉向梯形坐標系，根據轉向梯形坐標系建立內外輪轉角的實際轉向關系，同時根據阿克曼轉向建立目標轉向關系；

S2：將卡方變異引入麻雀搜索算法，并建立優化目標函數，利用優化目標函數使實際轉向關系趨向于目標轉向關系。

上述的基于卡方變異的SSA的FSC賽車轉向梯形優化方法，所述實際轉向關系的表達式如下：

θ_i1＝f₁(θ_o)；

式中：θ_i1為符合實際轉向關系的內輪轉角；θ_o為外輪轉角；f₁為實際轉向關系函數。

前述的基于卡方變異的SSA的FSC賽車轉向梯形優化方法，所述目標轉向關系的表達式如下：

式中：θ_i2為符合目標轉向關系的內輪轉角，K為阿克曼校正系數，L為軸距，θ_o為外輪轉角；n為轉向梯形坐標系中左梯形臂旋轉中心與右梯形臂旋轉中心的距離。

前述的基于卡方變異的SSA的FSC賽車轉向梯形優化方法，將卡方變異引入麻雀搜索算法如下：

1)初始化種群；

2)根據公式更新發現者；