基于多目标遗传算法的汽车动力传动系统参数优化设计.pdfVIP

． 设计．计算 ．研究． 基于多目标遗传算法的汽车动力传动系统参数优化设计 颜伏伍 1 胡 峰 l 田韶鹏 1,2 袁智军2 (1．武汉理工大学；2．上汽通用五菱汽车股份有限公司) 摘【要】建立了汽车动力性和燃油经济性仿真模型，并在此基础上建立了汽车动力传动系统参数多 目标优化模 型．引入 了带精英策略的非支配排序遗传算法 NSGA—II作为优化算法 。以某微型车为例 ，对其进行 了性能仿真计算 和传动系统参数优化设计。结果表 明，仿真结果与道路试验结果基本吻合 ，该仿真模型具有较高的精度 ；优化后整车 动力性和燃油经济性结果令人满意 主题词：动力传动系统 参数 多 目标遗传算法 优化设计 中图分类号：U463．2 文献标识码：A 文章编号：1000—3703(2009)12—0020—04 ParametricOptimizationDesignofAutomobilePowertrainBasedon Multi-objectiveGeneticAlgorithm YanFuwu，HuFeng，TianShaopeng，YuanZhijun (1．WuhanUniversityofTechnology；2．SAIC—GM WulingAutomobileCo．，Ltd) A【bstract]Asimulationmodelofautomobilepowerperformanceandfueleconomyisestablishedinthepaper，and onthisbasisamulti-objectivemodelforautomobilepowertrainissetup．Theelitistnon—dominatedsortinggenetic algorithm NSGA一Ⅱ hasbeenadoptedtodotheoptimization．Thepapertakesaminicarasexampletocarryout perfomr ance simulationcalculation andpowertrain parametricoptimizationdesign．The resultsshow thatthesimulation resultsbasicallyagreewiththeroadtestresults，thesimulationmodelhashighdegreeofprecision；thevehicledynamic perfomr anceandfueleconomyafteroptimizationaresatisfactory． Keywords：Powertrain，Parameter，Multi-objectivegeneticalgorithm，Optimizationdesign 优解集．但是它需要人为地选择一个合适的锦标赛 1 前言 规模 ．影响了最终 的优化精度 ：NSGA可以得到分布 提高汽车的运输生产率 ．降低汽车的燃油消耗 均匀的非支配最优解 ．在多 目标优化领域表现出很 是 目前汽车工业急需解决的重要课题之一．．在影响 强的优势．但是其缺点主要是计算复杂度偏高。缺乏 汽车动力性 、燃油经济性的诸多因素中，主要因素 精英策略并且需要人为指定共享参数。基于上述方 有如下两个 ：一是发动机各个零部件性能状况 ；二 法的这些缺陷．Deb等人于 2000年对 NSGA最核心 是动力传动系参数选择合理性_1I。传动系参数的微 的非支配排序算法进行改进 ．并引入精英策略和拥 小变化都在很大程度上影响整车性能 ．因此对汽车 挤度计算 ．从而提出了带精英策略的非支配排序遗 传动系参数进行优化是十分有意义的 优化传动系 传算法 NSGA一