原文传递
基于博弈进化算法的混合动力汽车控制策略参数优化
| 论文题名： | 基于博弈进化算法的混合动力汽车控制策略参数优化 |
| 关键词： | 混合动力汽车;博弈论;控制策略;博弈进化算法;参数优化 |
| 摘要： | 以燃油为动力来源的汽车在给人类带来便利和经济利益的同时，也导致了严重的能源紧缺和环境污染问题。新能源汽车的开发和应用成了世界范围内的新课题和大趋势。混合动力汽车因其在节能环保及动力性能方面的优势，成为现阶段各国政府和汽车行业的研发热点。控制策略是混合动力汽车中非常重要的组成部分,直接影响汽车的性能。优秀的整车控制策略不仅能够让系统满足动力性能的要求，而且能够依据整车的行驶工况合理地调度发动机和蓄电池的工作状态，平衡各个部件间的能量流动，使整车的动力系统具有良好的工作效率，降低燃油消耗和污染物的排放量。针对混合动力汽车控制策略优化问题，本文研究基于行为博弈论的博弈进化算法，进而为混合动力汽车控制策略优化提供新的有效优化方法。主要研究内容为： （1）扼要综述了当前混合动力汽车控制策略的优化方法，简述了混合动力汽车的典型动力结构及其控制策略。给出了混合动力汽车的仿真方法，介绍了混合动力汽车仿真软件ADVISOR，并对ADVISOR中的并联式混合动力汽车的整车仿真模型及相关主要子模块的仿真模型进行了说明和分析。 （2）介绍了博弈论的基本知识和理论，研究了博弈论中的行为博弈机制，在建立博弈进化模型的基础上，设计了一种基于行为博弈机制的博弈进化算法（GameEA）,并针对不同的决策境况设计了不同的学习模型：模仿学习与信念学习算子。GameEA算法通过得益期望决定所执行的学习操作，通过模仿学习操作实现学习其它个体的目标，通过信念学习算子实现强化学习目标。基于所测试的问题及数据,可以得出结论:在迭代次数相同的情况下,GameEA比所选用的三个对比算法具有更好的寻优能力,并能获得精度更高的解。 （3）将GameEA算法应用于混合动力汽车控制策略优化。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，以最小化燃油消耗(L/100km)、HC(g/km)与NOx(g/km)排放量、CO(g/km)排放量为优化目标，应用所设计的GameEA算法，在Visual Studio环境下，通过调用 Matlab及ADVISOR仿真软件，对一款并联式混合动力汽车的控制策略进行了优化。30组仿真实验结果表明：系统的百公里燃油消耗、HC与NOx排放量、CO排放量分别至少下降了9.46％、35.88%和37.93%，发动机效率、电动机效率和系统整体效率分别至少提高了12.5%、44.44%和18.39%。 |
| 作者： | 马良君 |
| 专业： | 机械制造及其自动化 |
| 导师： | 杨观赐 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
