[发明专利]控制器参数优化方法、装置、车辆及可读存储介质

权利要求书

1.一种控制器参数优化方法，其特征在于，所述方法包括：

根据车辆的待优化控制器的控制器参数，确定预设的粒子群的待优化位置解；

基于目标惯性权重，对所述粒子群的待优化位置解进行迭代；所述目标惯性权重是根据惯性调整参数确定的，所述惯性调整参数是根据所述粒子群的待优化位置解的当前已迭代次数确定的；

在符合预设的迭代停止条件的情况下，将所述粒子群当前的待优化位置解确定为目标位置解；

根据所述目标位置解确定优化后的控制器参数，并根据所述优化后的控制器参数对所述待优化控制器的控制器参数进行更新。

2.根据权利要求1所述的方法，其特征在于，所述基于目标惯性权重，对所述粒子群的待优化位置解进行迭代，包括：

对于任一次迭代，根据所述当前已迭代次数，确定惯性调整参数；

根据所述惯性调整参数和预设惯性权重，确定所述目标惯性权重；

根据所述目标惯性权重以及所述粒子群中各粒子在上次迭代中的位置，确定各粒子在本次迭代中的位置；

根据所述各粒子在本次迭代中的位置以及所述待优化位置解的当前值进行迭代，得到本次迭代后的待优化位置解。

3.根据权利要求2所述的方法，其特征在于，所述根据所述当前已迭代次数，确定惯性调整参数，包括：

根据随机数生成函数生成预设数值区间内的随机数；

根据所述随机数、预设惯性调整值、预设的最大迭代次数以及所述当前已迭代次数，计算所述惯性调整参数。

4.根据权利要求2所述的方法，其特征在于，所述预设惯性权重包括预设的最大惯性权重以及预设的最小惯性权重；所述根据所述惯性调整参数和预设惯性权重，确定所述目标惯性权重，

包括：

根据所述最大惯性权重、所述最小惯性权重和最大迭代次数以及所述当前已迭代次数，计算中间指数参数；

根据所述最小惯性权重、所述中间指数参数以及所述惯性调整参数，确定所述目标惯性权重。

5.根据权利要求2-4任一所述的方法，其特征在于，在不符合预设的迭代停止条件的情况下，

所述根据所述目标惯性权重以及所述粒子群中各粒子在上次迭代中的位置，确定各粒子在本次迭代中的位置之前，所述方法还包括：

对于目标粒子，根据所述目标粒子对应的吸引参数，对所述目标粒子在上次迭代中的位置进行更新，得到所述目标粒子更新后的位置；所述吸引参数是根据所述粒子群上次迭代后的待优化位置解以及所述当前已迭代次数确定的；所述目标粒子是所述粒子群中的任一粒子；

根据所述各粒子的更新后的位置，对所述粒子群上次迭代后的待优化位置解进行更新，得到更新后的待优化位置解；

所述根据所述目标惯性权重以及所述粒子群中各粒子在上次迭代中的位置，确定各粒子在本次迭代中的位置，包括：根据所述目标惯性权重以及所述各粒子的更新后的位置，确定各粒子在本次迭代中的位置；

所述根据所述各粒子在本次迭代中的位置以及所述待优化位置解的当前值进行迭代，得到本次迭代后的待优化位置解，包括：根据所述各粒子在本次迭代中的位置以及所述更新后的待优化位置解的当前值，得到本次迭代后的待优化位置解。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标粒子对应的吸引参数，对所述目标粒子在上次迭代中的位置进行更新，得到所述目标粒子更新后的位置，包括：

根据所述目标粒子在上次迭代中的位置，确定所述目标粒子上次迭代后的个体位置解；

根据所述粒子群上次迭代后的待优化位置解、所述目标粒子上次迭代后的个体位置解、所述最大迭代次数以及所述当前已迭代次数，计算所述目标粒子对应的吸引参数；

所述目标粒子对应的吸引参数以及所述目标粒子在上次迭代中的位置，确定所述目标粒子更新后的位置。