基于粒子群算法的汽车传动系参数优化匹配分析

分别建立整车的动力性目标函数和经济性目标函数,对动力性和经济性目标函数赋予不同的加权因子,然后对其进行归一化处理,得到以汽车传动比为优化变量的目标函数。利用基于微粒间互相学习搜索最优区域的粒子群算法进行寻优计算,获得最优的传动比参数。以此建立某一乘用车的Cruise整车仿真模型,制定Cycle Run、Climbing Performance以及Full Load Acceleration计算任务,对比仿真分析优化前后整车的油耗、爬坡性及全负荷加速性。仿真结果表明:汽车的整车动力和经济性有明显改善。