一种基于改进狼群算法优化神经网络的智能网联车辆协同定位

本发明属于智能交通系统中的智能车辆定位领域，公开了一种基于改进狼群算法优化神经网络的智能网联车辆协同定位方法及系统，该方法包括：基于运动轨迹生成目标位置，添加噪声后利用最小二乘法计算初始坐标；将目标与路侧单元的归一化距离差作为输入特征；采用改进狼群算法优化BP神经网络权重矩阵；利用优化后的BP网络修正初始坐标，输出高精度3D定位结果。本发明采用混沌初始化与动态步长策略提升狼群算法全局搜索效率；t分布变异机制避免算法陷入局部最优；改进BP神经网络结构，结合IWPA实现误差补偿。本发明能够显著降低Z轴误差、提升全局收敛速度、增强抗噪声能力，实现精度与稳定性的均衡优化。