遗传算法在汽车性能评价及参数优化中的应用

遗传算法是一种全局优化算法，本文以时域内的车－－路闭环系统操纵稳定性综合证件了小的为目的；地汽车评价对汽车评价参数和结构参数进行优化，并以四自由度汽车模型作为仿真模型，在单移线条件下对某型小轿车进行仿真研究。仿真研究结果是人车闭环系统跟随预期路径的精度提高约５１．７％；而使综合评价指标下降约３６．６5.     

汽车操纵性和稳定性的联合优化

在二自由度汽车操纵动力学模型和汽车开环系统操纵性、稳定性评价指标的基础上，提出了同时考虑汽车操纵性和稳定性的加权操纵稳定性评价指标，以及考虑各种车速重要性的加权均匀操纵稳定性评价指标。应用复合形法，对汽车操纵性和稳定性进行的联合优化实例表明，利用所提出的加权均匀操纵稳定性评价指标，可以有效地实现汽车操纵性和稳定性在所有车速范围内的优化。     

基于模拟退火的果蝇优化算法的边坡临界滑面搜索

传统的边坡稳定性分析多采用极限平衡法,需要研究者依据经验试算一系列滑面,再确定最危险滑面。该文将果蝇优化算法(FOA)与模拟退火算法(SA)融合,提出基于模拟退火的果蝇优化算法(SA-FOA),避免了陷入局部极值的缺点,确保获得全局最优解,并结合极限平衡法用于边坡临界滑面的搜索。在Matlab中编程实现该算法,通过两个土坡算例的验证及与其他方法的对比分析,结果表明:基于模拟退火的果蝇优化算法能够高效、快捷地搜索出边坡的临界滑面,且具有更高的收敛精度和可靠性,为边坡临界滑面的搜索提供了一条高效的新途径。     

基于组合优化算法的混合动力客车控制策略优化

结合模拟退火算法全局优化能力强和非线性二次规划算法能够快速寻优的特点,使用Isight优化软件将二者建立组合优化算法对建立的功率解析控制策略进行全局优化。优化结果表明,所提出的组合优化算法避免了模拟退火算法局部优化不强的缺点,提高了优化质量和计算效率;在保证整车动力性的前提下,使整车综合油耗下降了12%。     

汽车操纵稳定性的模拟器闭环评价与试验方法

本文以汽车操纵稳定性的闭环评价为目的，利用吉林大学汽车动态模拟国家重点实验室的开发型驾驶模拟器（ADSL驾驶拟器）进行了汽车操纵稳定性的闭环试验研究。提出汽车操纵稳定性的评价应是包含驾驶员在内的闭环系统评价，并建立了汽车操纵稳定性的模拟器闭环试验方法，利用模拟器试验对汽车操纵稳定性综合评价指标的合理性进行了验证。     

水罐消防车操纵稳定性与平顺性的仿真优化

使用MSC Adams/Car软件建立了某水罐消防车的动力学模型,基于此模型对整车操纵稳定性与平顺性进行仿真试验.结合仿真数据对前后悬架的刚度和阻尼进行正交设计优化,最后根据对优化结果的权衡分析,选定能同时提高操纵稳定性与平顺性的最优悬架参数组合,并通过仿真试验进行验证.     

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求，缓解城市道路的拥堵，提高车辆在城市路口的通行效率，本文基于多目标粒子群算法，以车辆实时延迟时间最小、城市路口通行能力最大为优化目标，建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集，以多属性决策算法得到最优配时方案，并通过更新信号灯参数，实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型，结合粒子群算法进行仿真验证。仿真结果表明，经粒子群算法优化的城市路口配时，路口的通行性能显著提升，平均通行能力提升约3.69%，平均车辆延迟时间降低约21.35%。     

基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

基于多目标粒子群优化算法的某轻型商用车操纵稳定性优化研究

针对某轻型商用车稳态回转时侧倾度偏大的问题对其悬架进行优化改进。基于ADAMS/car搭建整车多体动力学模型,通过前悬架反向平行轮跳试验、后悬架理论计算验证了悬架仿真模型的准确性。进行整车稳态回转工况和转向盘中间位置转向工况仿真分析,结果表明,车身侧倾度偏高。为实现操纵稳定性优化分析的流程自动化,提出了基于modeFRONTIER的联合仿真方法。以悬架设计参数为优化变量,以汽车的侧倾度与横摆角速度响应滞后时间为优化目标,采用拉丁超立方试验设计方法拟合得到混合代理模型,并结合多目标粒子群优化算法对悬架系统进行多目标优化,获得了悬架系统优化方案。优化结果显示,在不影响平顺性的前提下,汽车车身侧倾度降低了13.93%,横摆角速度响应滞后时间降低了2.75%,整车操纵稳定性得到了提升。     

某轻型越野汽车操纵稳定性的仿真分析

本文利用汽车多体动力学仿真软件CarSimEd，建立了某轻型越野汽车的多体动力学模型，采用最具有代表性的试验评价方法-方向盘角阶跃试验，对某轻型越野汽车操纵稳定性能进行动态的模拟、仿真分析。结果表明，该车型具有不足转向特性，具有良好的操纵稳定性。     

纯电动汽车双电机单行星排动力系统构型设计与分析

纯电动汽车是当前缓解能源危机与环境污染问题的理想方案之一。然而，现阶段纯电动汽车的推广和发展却受到续驶里程较短等瓶颈问题的制约，难以得到有效普及。为了克服上述问题并进一步提升纯电动汽车的最大续驶里程和综合行驶性能，提出一种纯电动汽车双电机单行星排动力系统构型方案及其系统分析方法。采用一种表征动力源部件与机械耦合机构节点之间内约束关系的通用矩阵式拓扑设计方法，系统探索基于基础构型方案的所有可行性备选构型，获得各备选构型的输出特性，并自动生成备选构型的拓扑结构表达式和动力学模型。采用基于动态规划算法的全局最优控制策略对所有备选构型的最佳经济性和最佳动力性能进行仿真，通过比较备选构型的性能以筛选获得综合性能出色的双电机单行星排动力系统构型。研究结果表明：通过该方法对备选构型的最优能耗经济性与极限最优动力性能进行仿真测试，共获得25种满足能耗与动力性能筛选条件的构型；以单电机驱动构型方案作为参考构型，最终得到5种最优能耗经济性与最优动力性能均优于参考构型的优化构型方案解集，其中具有最佳经济性和动力性构型的0~120 km·h^-1极限加速时间为10.973 1 s，最优能耗经济性为13.610 6 kW·h·100 km^-1；该方法能够有效筛选获得经济性和动力性能优异的纯电动汽车双电机单行星排动力系统构型，进一步提升纯电动汽车的最大续驶里程和综合行驶性能。     

Plug-in HEV with CVT: configuration,control, and its concurrent multi-objective optimization by evolutionary algorithm

Plug-in Hybrid Electric Vehicle (Plug-in HEV) has dramatic improvements in fuel economy and emission reduction. It is most important to decide its optimal configuration, energy management strategy, powertrain sizes, and control logic parameters. For multi-objective optimization, we present a concurrent optimization methodology based on an optimal Plug-in HEV powertrain configuration with continuous variable transmission (CVT). The novelty is using evolutionary algorithm in conjunction with an instantaneous optimal energy management strategy. Simulation results indicate the proposed method can significantly reduce fuel consumption and emissions by simultaneously optimizing the propulsion system parameters as well as the energy control parameters.     

基于遗传算法和LQG控制的汽车半主动悬架结构和控制参数的集成优化研究

传统半主动悬架的设计是先设计其结构参数后设计其控制器参数，这样易造成系统失去全局最优性能。针对这一问题，本文提出一种基于遗传算法和LQG控制的集成优化半主动悬架结构参数和控制参数的方法，通过理论分析和仿真结果表明此方法与传统优化方法相比，对改善汽车行驶平顺性和提高汽车行驶安全性具有较优的效果。     

不确定层次分析下的桥梁评估最优指标权重确定

针对不确定层次分析法在桥梁评估中的不足,通过对不确定性判断原理进行分析,利用元素相离度的概念提出了一种求解指标权重的新方法,即根据不确定判断矩阵中的未知权重构造了一种目标优化模型,并利用计算智能中的实数遗传算法将优化模型转化为无约束的目标优化函数,通过复制、交叉、变异等遗传算子进行全局优化搜索,从而获取指标的最优权重。通过对2个算例的指标进行不确定判断,并对不同优化算法获取的优化结果进行分析比较,分析结果表明,新方法不仅能搜索到更优解,而且能获得更优权重,因此,验证了采用新方法的可行性。     

中国国家快速综合交通网演变预期比较研究

分析了国家宏观交通基础设施规划对中国快速综合交通网(NRCTN)演变的影响.利用Dijkstra算法,设计了包括节点单位旅行时间、系统整体旅行时间以及节点可达性系数在内的评价指标,构建了基于可达性的交通网络综合评价模型,结合GIS技术,对由(高速)铁路、高速公路及民航3种交通方式组成的国家快速综合交通网在基年(2010...     

基于遗传算法的车辆半主动悬架控制系统参数优化

遗传算法(Genetic Algorithm,GA)是一种基于自然群体遗传演化机制的高效优化算法,它能模拟自然界生物进化过程,依据适者生存,优胜劣汰的进化规则,采用人工进化的方式对目标群体进行遗传操作,不断得到更优群体。文章根据遗传算法基本思路,在MATLAB/Simulink中搭建了基于遗传算法的车辆半主动悬架参数优化模型,利用该算法对半主动悬架控制系统参数进行了优化,并对优化结果进行了仿真分析,结果表明,优化后车辆簧载质量加速度均方根值降低31.1%、悬架动挠度均方根值降低11.2%、轮胎动载荷均方根值降低7.1%,车辆平顺性得到提升。     

Calibration efficiency improvement of rule-based energy management system for a plug-in hybrid electric vehicle

This paper presents a calibration method of a rule-based energy management strategy designed for a plug-in hybrid electric vehicle, which aims to find the optimal set of control parameters to compromise within the conflicting calibration requirements (e.g. emissions and economy). A comprehensive evaluating indicator covering emissions and economy performance is constructed by the method of radar chart. Moreover, a radial basis functions (RBFs) neural network model is proposed to establish a precise model within the control parameters and the comprehensive evaluation indicator. The best set of control parameters under offline calibration is gained by the multi-island genetic algorithm. Finally, the offline calibration results are compared with the experimental results using a chassis dynamometer. The comparison results validate the effectiveness of the proposed offline calibrating approach, which is based on the radar chart method and the RBF neural network model on vehicle performance improvement and calibrating efficiency.     

混合小生境遗传-模拟退火算法在动态交通分配中的应用

为了解决已有的动态交通分配模型普遍存在的优化计算时间过长,严重影响网络规模扩展的问题,提出了一种新的动态交通分配优化算法。将模拟退火和隔离小生境技术有机地结合起来,融入到遗传训练过程中形成了一种混合小生境遗传-模拟退火算法,不仅可以有效地避免传统遗传算法可能出现的不收敛现象,加快进化速度,具有更强的全局寻优能力,而且计算速度和算法稳定性也得到提高。将其与Papageorgiou M.提出的动态交通分配模型框架相结合,设计了动态交通分配的快速模拟优化算法,并进行了实例研究。仿真结果表明,新的优化算法显著降低了优化计算时间,大大提高了动态交通分配模型的实用价值。     

混合动力重型货车参数局部与集成优化仿真研究

动力耦合系统的动力源参数匹配和能量管理策略两者相互关联，为提高混合动力重型货车的综合性能，两者应集成设计。针对混合动力重型货车参数匹配需反复计算、验证的特点，在Matlab/Simulink中建立了可缩放、自动寻优的参数匹配模型。以经济性为目标函数，基于粒子群算法进行动力源参数匹配，得到局部最优动力源参数结果。针对混合动力重型货车中广泛采用的基于规则的能量管理策略，其规则控制中一些阈值参数不确定的问题，应用粒子群算法对其关键控制参数进行优化，得到局部最优控制参数。为了实现全局最优的匹配结果，将动力源部件参数和控制策略参数进行集成优化，以动力性为约束条件，经济性最优为优化目标，得到全局最优的参数匹配结果。对比显示，全局优化匹配效果相较于动力源参数局部优化提升11.4%、相较于控制策略参数局部优化提升12.4%。     

基于有限元法及遗传算法的推力杆球铰多目标优化方法

为优化推力杆的球铰结构并提高其疲劳寿命,提出一种基于有限元法和遗传算法的推力杆球铰多目标优化方法。该优化方法通过有限元法计算不同橡胶衬套预压缩量和球铰结构的推力杆球铰橡胶衬套的应变分布特征和刚度参数,进而得到推力杆刚度参数、橡胶衬套预压缩量与球铰关键结构参数之间的关系,并在此基础上采用遗传算法建立推力杆球铰的多目标优化模型。利用建立的多目标优化模型计算得到推力杆球铰的优化方案。样件台架试验结果表明,此优化方案使推力杆球铰的疲劳寿命提高了7倍。提出的多目标优化方法充实了变截面橡胶金属复合结构的设计理论,并为推力杆的优化设计提供了理论依据。