科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统支持向量机算法（Support Vector Machine,SVM）应用于智能驾驶车辆换道决策阶段时出现的决策分类不精确问题，提出一种结合智能优化算法的支持向量机模型分类算法，将智能优化算法中的麻雀搜索算法（Sparrow Search Algorithm, SSA）应用到支持向量机中，可以进行惩罚参数和核函数自适应调整，避免人工经验试凑的不足，加速算法收敛。采用MATLAB软件对车辆换道决策模型建模，应用改进的SSA-SVM算法进行决策分类。仿真结果表明：相对于传统的SVM算法，该算法有效加速迭代收敛，大幅提高算法分类准确度。
-
单位山东交通学院; 宁波市鄞州德来特技术有限公司
