[发明专利]基于卡方变异的SSA的FSC赛车转向梯形优化方法

权利要求书

1.基于卡方变异的SSA的FSC赛车转向梯形优化方法，其特征在于：按以下步骤进行：

S1：将整车坐标系作为转向梯形坐标系，根据转向梯形坐标系建立内外轮转角的实际转向关系，同时根据阿克曼转向建立目标转向关系；

S2：将卡方变异引入麻雀搜索算法，并建立优化目标函数，利用优化目标函数使实际转向关系趋向于目标转向关系。

2.根据权利要求1所述的基于卡方变异的SSA的FSC赛车转向梯形优化方法，其特征在于：所述实际转向关系的表达式如下：

θ_i1＝f₁(θ_o)；

式中：θ_i1为符合实际转向关系的内轮转角；θ_o为外轮转角；f₁为实际转向关系函数。

3.根据权利要求2所述的基于卡方变异的SSA的FSC赛车转向梯形优化方法，其特征在于：所述目标转向关系的表达式如下：

式中：θ_i2为符合目标转向关系的内轮转角，K为阿克曼校正系数，L为轴距，θ_o为外轮转角；n为转向梯形坐标系中左梯形臂旋转中心与右梯形臂旋转中心的距离。

4.根据权利要求1所述的基于卡方变异的SSA的FSC赛车转向梯形优化方法，其特征在于：将卡方变异引入麻雀搜索算法如下：

1)初始化种群；

2)根据公式更新发现者；

式中：t表示当前迭代次数，表示第t次迭代时第i个麻雀个体的位置；ChiSquare(ν)为服从自由度为v的卡方分布的数，λ被随机赋值为正负1；Q为服从正态分布的随机数，L为1×d的全一矩阵；当R₂＜ST时，觅食环境安全，发现者广泛搜索食物，当R₂＞ST时，出现捕食者，发现者迅速转移到其它安全的地方进行觅食；

3)根据公式更新跟随者；

式中：X_best表示当前最优位置，X_worst表示当前最差位置，A⁺＝A^T(AA^T)^-1，A表示个各元素为1或-1的1×d的矩阵，A^T为A的转置矩阵；

4)根据公式更新意识到危险的麻雀；

式中：β为均值为0，方差为1的正态分布随机数，K∈[-1,1]为一随机数，f_i为当前个体适应度值，f_best和f_worst分别为当前最优和最差适应度值，ε为一极小常数，避免分母为零；

5)计算所有麻雀的适应度平均值f_avg，若f_i＜f_avg，则根据公式进行卡方变异，直至遍历所有麻雀个体；

6)若达到最大迭代次数，输出最优值麻雀位置及适应度值，否则返回步骤2)，重复迭代。

5.根据权利要求4所述的基于卡方变异的SSA的FSC赛车转向梯形优化方法，其特征在于：所述的优化目标函数如下：

式中：x为优化变量，即麻雀位置；w(θ_o)为加权函数，根据赛车角度传感器数据获取，θ_o为外轮转角；

利用优化目标函数使实际转向关系趋向于目标转向关系，求解过程如下：

(1)首先初始化转向梯形坐标系参数；

(2)将右轮转动固定角度；

(3)依次求解转向梯形坐标系中的右转向节臂球铰中心、右转向梯形断开点和左转向梯形断开点；

(4)左轮转动开始搜索，解出左轮转动角度；

(5)若右轮转的角度大于右轮最大转动角度，执行步骤(6)，否则返回步骤(2)；

(6)根据优化目标函数计算适应度。