基于蚁群算法和多层感知机的混动车转矩分配优化方法

本发明公开了一种基于蚁群算法和多层感知机的混动车转矩分配优化方法，使用车辆需求转矩和动力源转速作为神经网络的输入，采用蚁群算法对多层感知器神经网络的权重和偏置进行优化，以实现混动车辆转矩分配系统的精确控制。蚁群算法模拟蚂蚁觅食行为，通过信息素浓度的动态调整，在复杂的非线性问题中进行全局搜索，优化神经网络模型的参数，使其能够在混合动力系统中根据实时工况进行高效的转矩分配。本发明通过引入信息素引导机制，解决多路径权重更新和全局优化的挑战，避免了局部最优解的困扰，提升了神经网络的训练稳定性、收敛速度和泛化能力，从而显著提高了转矩分配的精度和系统的计算效率。