基于多目标遗传算法的混合动力电动汽车控制策略优化

混合动力电动汽车是一个高度复杂的非线性系统,并且影响其控制策略的参数较多,要对这样的系统进行优化,常规的优化算法显得无能为力,模型的精确程度也直接影响了选取参数的可靠性.应用汽车动力性、排放性高级模拟分析软件AVL CRUISE,联合Matlab/Simulink软件,建立合动力电动城市客车整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用多目标遗传优化算法,针对欧洲、日本及中国的城市公交循环工况对混合动力系统工作模式的选择和能量流的分配进行全局优化,减少了运算时间,获得一组可靠的可行解,精确地确定出控制逻辑参数.该解集在很大程度上同时提高了原车的燃料经济性和排放性能,并且为混合电动车的设计和控制提供了一个适宜的选择范围,设计者可以按不同的要求进行不同的方案选择.     

新能源混合动力汽车动力传动系的参数匹配与仿真计算

根据某款中型轿车的能源改造需求,对并联混合动力方案及传动系关键部件参数进行了选型与计算.选择单排行星齿轮机构作为混合动力输出的转速耦合装置,并尽力保持原车传动系制造工艺变动较小的原则;在ADVISOR 2002环境中,建立了发动机、电动机、转速合成器、变速器、减速器等装置组成的动力传动系统整体仿真模型.依据整体仿真模型...     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。并在介绍遗传算法的基础上,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明,遗传算法在机械多目标优化方面具有较好的应用前景。     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景     

混合动力汽车传动参数匹配与优化方法研究

为解决传统混合动力汽车传动参数匹配率过低的问题,在明确混合动力汽车传动系统结构的基础上,设计了混合动力汽车传动参数匹配与优化方法.通过选择混合动力汽车发电机,计算混合动力汽车传动系速比,匹配混合动力汽车传动参数,采用电力辅助控制的方式,实现混合动力汽车传动参数优化.设计实例分析,结果表明,使用该设计方法的混合动力汽车传...     

基于遗传算法的商用车传动系的参数优化

研究了综合考虑动力性和燃油经济性指标的汽车动力传动系数学模型。以燃油经济性最佳为优化目标以及整车动力性作为约束条件,根据指定柴油机和整车参数,运用遗传算法对某商用货车的传动系参数进行优化计算。结果显示,优化后的传动系参数,使得整车在原地起步加速时间基本不变的情况下最高车速提高了2.98%,使得整车混合百公里油耗降低了0.67%。表明优化参数使整车的动力性和燃油经济性得到了不同程度的改善。     

基于遗传算法的插电式串联混合动力汽车动力参数优化

针对插电式串联混合动力汽车(PSHEV)动力参数优化问题的多目标、有约束和高度非线性的特点,应用遗传算法工具箱和ADVISOR的非GUI函数,以整车设计要求的动力性能指标为约束条件,以整车百公里燃油消耗量和排放性能为目标函数,建立了PSHEV动力参数优化的仿真模型,实现了对PSHEV动力系统部件参数和控制策略参数的同时优化。最后应用该优化模型对某PSHEV进行仿真分析,结果表明该优化仿真模型能够显著降低PSHEV的百公里燃油消耗量,在保证动力性能的前提下,整车的燃油经济性和排放性能也得到了提高。     

遗传算法在混合动力汽车控制策略优化中的应用

提出了一种基于浮点数编码遗传算法的混合动力汽车控制策略参数优化新方法。以一辆实际混合动力汽车样车的逻辑门限控制策略为例，分析并建立了控制策略参数优化的有约束非线性规划模型，其目标函数包含最小化油耗和排放。提出了采用稳态进化模型和浮点数编码遗传算法的参数优化方法，用于求解一组最优的控制策略参数。仿真结果表明，该方法可以找到一组全局最优的参数，将其用作离线参数优化，可以大大缩短控制器的实车标定时间。     

基于混合进化算法的汽车传动系优化研究

针对汽车的动力系优化问题,构建了整车的动力性及经济性目标函数以及约束条件,并结合遗传算法与粒子群优化算法设计了混合进化算法,利用该算法对汽车传动系参数进行了优化。通过加权处理将多目标函数转换为单个目标函数,同时采用惩罚函数将约束条件转化为惩罚项附加于目标函数,实现了利用混合进化算法对汽车传动系参数的优化。最后,通过仿真研究验证了优化算法的正确性和有效性,仿真的分析结果显示优化后的整车的动力性和经济性均得到了一定改善,为汽车传动系的参数优化提供了新的优化算法。     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。     

基于多目标遗传算法的直升机总体参数优化设计

应用多目标优化问题中Pareto最优解集的概念,提出了一种基于多目标遗传算法的直升机总体参数优化设计方法。算法引入了个体的序和密度的概念,改进了变异操作算子,使用精英策略,确保能够搜索到具有较高贴近性、均匀性和完整性的Pareto解集。以UH-1H直升机为优化算例的计算结果表明:多目标遗传算法适用于解决多目标优化问题,能够改善Pareto解的质量和均匀性分布。     

基于多目标混合殖民竞争算法的设备维护与车间调度集成优化

在制定调度计划时考虑设备预防性维护可以提高设备利用率和资产效率。首先,依据实际制造车间生产环境,在每台机器的可靠度降低到阈值的时候安排预防性维护,建立柔性作业车间设备预防性维护与调度集成优化的数学模型,以最小化最大完工时间、总生产成本和平均总维修成本为目标。然后,提出一种多目标混合殖民竞争算法求解该模型,设计相应的编码、解码、殖民国家同化过程以及多目标混合殖民竞争算法的流程,并采用改进加权TOPSIS方法在获得的Pareto解集中选择满意解,以达到提高设备的可靠性、按期交货和节省成本的目的。最后通过具体实例验证提出策略的可行性和有效性。     

基于遗传算法的锻压机床多目标优化设计方法

提出了一种基于遗传算法的锻压机床优化设计方法,并基于该方法开发了一个以多目标参数优化系统为核心的优化设计平台。该设计平台综合运用了Pro/E的建模及分析计算能力和MATLAB的数学分析处理能力,使得在该优化平台上进行的优化设计既可以保证以精确的实体模型的分析结果为指导,又能基于遗传算法进行多参数多目标协同优化,从而提高了锻压机床的设计效率和优化效果。以某锻压机床为实例,验证了该平台的有效性和可靠性。     

基于模糊物元、遗传算法的行星齿轮传动多目标优化

作者采用模糊可靠性优化理论和物元分析法,以行星齿轮传动为研究对象,建立多目标模糊可靠性优化数学模型。通过改进遗传算子和模拟退火算法得到具有实值编码技术的改进型自适应遗传算法。在V isual C++环境下实现了行星齿轮传动参数优化。     

基于多目标遗传算法的扭转梁式后悬架分析与设计

通过推导扭转横梁的剪切中心,建立了某扭转梁式后悬架等效侧倾运动学模型,计算得到了前束角、轮距以及侧倾中心随侧倾运动时轮跳的变化关系。利用多目标遗传算法,将悬架横梁的位置、衬套中心位置作为设计变量,以车轮运动的前束角、轮胎侧向滑移量以及静态侧倾中心高度为目标函数对数学模型进行了优化,一次性获得了所有的非支配解。通过获得的Pareto解的边界,选择合适的悬架侧倾运动学特性,可以指导扭转梁式后悬架的设计,大幅提高扭转梁式后悬架的设计效率。     

基于动态差分元胞多目标遗传算法的混合作业车间布局改善与优化

针对一类离散作业、流水作业和特殊作业等多种作业单元共存的混合制造模式,提出了作业车间布局改善问题。以物料搬运费用最小、单元移动费用最小、作业单元包络矩形面积最小及非物流关系最大为目标,明确布局约束条件,构建车间布局多目标优化模型。在差分元胞多目标遗传算法的基础上,设计并引入动态变异策略以改善算法的全局搜索能力,提出用于解决布局模型的动态差分元胞多目标遗传算法,通过实例计算与结果分析验证了模型及算法的有效性。     

基于遗传算法的铣削用量优化

基于数控铣削加工的特点,建立了以最大生产率、最低生产成本为目标函数,以机床、刀具、工艺等限制因素为约束条件的铣削用量优化数学模型,并运用遗传算法,结合铣削实例,对铣削用量进行了优化。     

混联式混合动力客车能量管理实时优化算法研究

为提高新型混联式混合动力客车的燃油经济性,制定了一种功率均衡能量管理控制策略。建立动力系统模型并针对其结构特点设计了模式切换规则。通过确定各个功率需求下的电池荷电状态与发动机燃油消耗的关系,将电池功率转化为相应的油耗,以每一时刻的综合燃油消耗量最小为目标,对电池与发动机功率进行实时优化均衡控制。仿真结果表明：电池荷电状态控制在预定的区域内保持平衡,发动机运行工作点在高效区域内,且整车燃油经济性与原型客车和采用规则控制策略相比分别提高了34.18%和13.61%。