基于行为博弈进化算法的并联混合动力汽车控制策略参数优化.PDF

科 学 技 术 与 工 程 第 卷第 期 年 月 交通运输 基于行为博弈进化算法的并联混合动力 汽车控制策略参数优化 杨观赐 张钧星 李少波 王 阳马良君 贵州大学现代制造技术教育部重点实验室 贵阳 中国科学院成都计算机应用研究所 成都 摘要 控制策略是影响并联混合动力汽车性能的重要组成部分 针对混合动力汽车控制策略优化问题设计了基 于行为博弈进化算法的并联混合动力汽车控制策略参数优化方法 该方法以行为博弈进化算法为优化工具以混合 动力汽车的加速性能最大爬坡度最高车速等动力性能指标为约束条件采用仿真并联混合动力汽车以最小化 燃油消耗与污染物排放总量为优化目标 组仿真实验结果表明 优化后的系统百公里燃油消耗与污染物排放之和最大 降幅为 最小降幅为 平均下降 发动机效率 电动机效率和系统整体效率至少分别提高了 和 比基于最优原理的混合动力汽车多目标优化进化算法能够获得精度更高的解 关键词 混合动力汽车 控制策略博弈进化算法 参数优化 中图法分类号 文献标志码 随着人们节约能源和保护环境意识的增强在 快速非支配排序遗传算法 使得优化后的整车加速 发展汽车工业的同时 减少环境污染已成为共识 时间和油耗下降明显 等 为并联混合动力汽 混合动力汽车 以内燃机和电动机为动力源 既 车设计了一种混合策略采用驾驶模式识别方案以达 具有纯电动汽车环保节能的特征 又继承了传统内燃 到自适应实时驾驶环境进而达到节能减排的目标 机汽车马力大续航里程长的优势是缓解能源危机 基于神经网络的混合动力汽车优化方法方面神经网 与环境污染问题有效方法 对于混合动力汽车控 络的控制策略 可以提高并联式混合动力汽车的燃 制策略优化需考虑整车燃油经济性工况适应性发 油经济性和控制系统的响应性能 文献 在建立 动机排放和蓄电池寿命整车性能和成本等因素间复 基于模型的模糊神经网络的基础上 杂的关联关系如何让混合动力汽车的总体性能达到 通过对模糊神经网络的训练得到了驾驶意图的模糊 最优是控制策略优化的共性研究目标 基于遗传 推理规则 为了克服模糊逻辑及模糊比例积分微 算法的混合动力汽车优化方法方面文献 以最小 分需要先验知识的不足 有研究利用径向基函数神经 化整车的油耗与污染物排放为优化目标运用遗传算 网络拟合转矩识别系数 并设计了修正动态规划算