排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
提出一种纯电动汽车传动系统与电机结构参数协同设计优化方法,来提高纯电动汽车动力性与经济性,同时降低永磁同步电机齿槽转矩以降低电机的振动噪声。首先,以电机结构参数为输入,额定转矩与齿槽转矩为输出,开展了基于电机多参数仿真和不同机器学习预测模型精度的研究,并建立永磁同步电机额定转矩和齿槽转矩的高精度机器学习预测模型;其次,利用电机基本设计参数(额定转矩、峰值转矩、额定转速、峰值转速)以及峰值效率构建永磁同步电机效率map图的快速预估数学模型;再次,基于电机齿槽转矩预测模型以及电机效率map图的快速预估数学模型,建立电机结构参数与效率特性的映射关系;最后,以电机结构参数和传动比为优化变量,整车动力性、经济性以及电机齿槽转矩为优化目标,运用遗传算法进行多目标优化。仿真结果表明,相较于优化前,优化后的整车性能0-100 km/h加速时间缩短了27.3%,15 km/h最大爬坡度提高了40.5%,WLTC工况能耗减少了1.6%,电机齿槽转矩降低了42.2%。 相似文献
3.
高速公路交通事故经常会给交通参与者带来巨大的人身伤害,而事故处理只关注责任划分,欠缺对客观因素的考虑.以高速公路交通事故伤者的伤害程度为研究对象,构建了事故伤害程度影响因素分析方法.以伤害程度为因变量,从能够表征人、车、路、环境的客观因素中选取候选自变量,利用主成分分析方法提取主要自变量,而后采用Ordered Probit模型分析主要自变量对高速公路交通事故伤害程度的影响,并对模型的显著性进行检验.研究结果表明:安全气囊、车型和速度限制对伤害程度的影响显著.该方法可为交通事故分析提供参考,有助于交通管理措施的制定. 相似文献
4.
5.
6.
7.
针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少. 相似文献
8.
数量庞大的流动人口在北京市交通出行者中扮演重要角色。其中,短期旅居流动人口(在京时间小于1个月)由于居住时间短、活动集中、目的性强等特点,出行行为更加复杂和不确定,其出行规律及出行方式选择的研究对于解析和把握城市整体交通特征具有重要意义。通过分析北京市2014年第五次综合交通调查中的流动人口调查数据,以在京时间一个月以内、居住在各星级酒店和小旅馆等地的短期旅居流动人口为研究对象,研究其出行特征与出行方式选择的内在联系,并通过多项Logistic模型构建相应的出行方式选择模型。结论显示居住地类别、公交IC卡持有情况、出行距离、出行费用、出行时耗等因素对流动人口的出行决策影响显著;引导流动人口向绿色出行方式转移需要在流动人口的重要集散地合理配置公交设施、提供公交IC卡便捷的购卡和退卡服务、提高公共自行车使用的便利性。 相似文献
9.
1