共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
基于遗传算法的混合动力汽车参数多目标优化 总被引:5,自引:1,他引:4
针对混合动力汽车设计参数众多的状况,提出了一种对混合动力汽车传动系统参数和控制参数同时进行优化的多目标优化新方法--自适应遗传算法.在ADVISOR平台上,以一辆使用逻辑门限控制策略的并联混合动力汽车为例,分析并建立了以动力性能指标为约束的混合动力汽车参数优化的非线性规划模型,其目标函数包含最小油耗和最佳排放性能.针对遗传算法容易早熟等不足,采用带自适应交叉和变异算子的遗传算法和模拟退火技术相结合进行求解.仿真结果表明了所提出方法的有效性. 相似文献
3.
控制策略参数优化是提高混合动力汽车燃油经济性和降低排放的关键,这类优化问题涉及多个相互冲突目标,而且属于非线性约束问题。文中采用遗传算法,基于MATLAB编程,调用ADVISOR对混合动力汽车参数进行优化,结果表明,该方法可找到多组可行解,在保证车辆动力性前提下提高燃油经济性和降低排放。 相似文献
4.
应用遗传算法进行汽车动力传动系统参数的优化 总被引:1,自引:0,他引:1
通过改进遗传算法的杂交和变异算子,并引入单纯形算子,克服了简单遗传算法收敛慢,容易陷入局部最优等缺点。并将此算法成功地运用在汽车动力传动系统参数优化上。 相似文献
5.
6.
7.
根据混合动力汽车的特点,为解决汽车控制单元CAN通信干扰问题,运用ARM7系列LPC2119控制器和CTM1050T隔离CAN收发器,在分析混合动力汽车CAN总线应用层协议基础之上,组建了基于CAN总线多主分布式控制技术的控制网络。提出了一种基于ARM7内嵌式CAN控制器的混合动力汽车能源总成控制系统CAN通信的设计与实现方案,经试验证明,本系统工作正常、信号稳定及抗干扰能力强,成功实现了与整车CAN网络的通信。 相似文献
8.
并联式混合动力汽车传动系参数优化 总被引:2,自引:0,他引:2
为了充分发挥混合动力汽车的优越性,文章以整车燃油经济性的评价为基础,通过分析混合动力汽车动力系统的组成,建立了燃油经济性最佳的数学模型;依据考虑汽车的动力性和动力电池的荷电系数要求,使用复合形优化方法对目标函数进行了优化:并利用具体车型对优化方法进行了验证。结果表明,100km油耗降低21%,经济性得到较大提高,动力性仍然保持设计要求?指出采用逆向求解的手段来获得汽车的燃油经济性,并以其为目标函数开发的优化设计系统,能较好地改善汽车的燃油经济性,此优化方法对普通汽车的传动系统优化也具有参考作用。 相似文献
9.
针对汽车的动力性和燃油经济性,提出了汽车动力传动系参数的多目标优化设计的数学模型,在设计过程中,应用了一种高效的寻优算法-遗传算法,并给出了计算实例,结果表明,该方法可以获得令人满意的效果。 相似文献
10.
11.
12.
结合遗传算法的群体进化和模拟退火算法可避免迂回搜索的特点,在多目标遗传优化方法的基础上,引入混合优化算法,对HEV能量管理控制参数进行了优化.结果表明,所提出的混合优化算法在解决HEV控制策略多目标优化问题中,避免了传统遗传优化早熟收敛和无方向性等缺点,提高了收敛速度和计算效率. 相似文献
13.
基于参数扫描算法的HEV多能源控制策略优化研究 总被引:1,自引:0,他引:1
为了改善某并联式混合动力SUV汽车的燃油经济性与动力性,运用ADVISOR2002中基于Matlab的多层次参数扫描算法,以燃油经济性为优化目标,以动力性为约束条件,对该车型的多能源控制策略进行优化。最后对控制策略优化前后的SUV性能进行仿真。结果表明,优化后燃油经济性在多种路况下都得到了不同程度提高。 相似文献
14.
遗传算法在五连杆悬架优化中的应用 总被引:5,自引:0,他引:5
针对五连杆悬架的特点,运用多体系统动力学的理论建立了悬架的运动学分析模型,基于遗传算法开发了优化器的核心单元,并解决了它们之间的通讯和协调问题以实现在车轮上下跳动过程中车轮外倾角的运动学特性变化量与目标值之间的偏差最小作为优化设计的目标,说明了遗传算法在五连杆悬架优化中的应用。应用这种优化体系对某型轿车五连杆悬架进行了实例优化分析。 相似文献
15.
16.
17.
18.
分别采用多层次参数扫描(MLPS)算法和模拟退火粒子群优化(SAPSO)算法对并联式混合动力车逻辑门限控制策略的参数进行优化.将优化后的车辆以TEST-CITY-HWY测试循环进行仿真,并将结果与优化前的车辆的仿真结果进行对比.结果表明,经MLPS算法优化后,燃油消耗和HC与NOx排放分别下降了11.98%、6.01%和4.03%,但CO排放增加了25.18%;经SAPSO算法优化后,燃油消耗和HC、CO与NOx排放分别下降了13.61%、9.57%、27.78%和18.53%,且电池荷电状态(SOC)比MLPS优化略高.说明SAPSO算法在混合动力车控制参数优化效果上明显优于MLPS算法. 相似文献