首页 | 本学科首页   官方微博 | 高级检索  
     

最佳动力换档规律自学习算法的收敛性分析
引用本文:杨志刚,曹长修,苏玉刚. 最佳动力换档规律自学习算法的收敛性分析[J]. 控制理论与应用, 2003, 20(1): 33-36
作者姓名:杨志刚  曹长修  苏玉刚
作者单位:重庆大学,自动化学院,重庆,400044;重庆大学,自动化学院,重庆,400044;重庆大学,自动化学院,重庆,400044
基金项目:国家教育部博士点基金(97061104)资助项目
摘    要:针对汽车电控机械自动变速器 (AMT)最佳动力性换档规律的获取方法工作量大且耗资多,所得换档规律对其它车辆适应性差等问题,根据迭代自学习控制理论,提出了一种在线、实时寻求最佳动力性换档规律的自学习算法,并从理论上证明了该算法的收敛性,给出了收敛条件,讨论了自学习算法的快速收敛问题.分析结果表明,此法可以应用于实际AMT系统.

关 键 词:自学习算法  收敛性  汽车AMT  最佳动力换档规律
文章编号:1000-8152(2003)01-0033-04
收稿时间:2001-11-01
修稿时间:2002-04-08

Convergence analysis of self-learning algorithm for optimal power shift schedule
YANG Zhi-gang,CAO Chang-xiu,SU Yu-gang. Convergence analysis of self-learning algorithm for optimal power shift schedule[J]. Control Theory & Applications, 2003, 20(1): 33-36
Authors:YANG Zhi-gang  CAO Chang-xiu  SU Yu-gang
Affiliation:Institute of Automation, Chongqing University, Chongqing 400044,China
Abstract:A large amount of work and money is needed to establish an optimal power shift schedule for the automated mechanical transmission (AMT) of automobile, and the existing schedule does not adapt to other types of vehicles. To solve these problems, a real-time self-learning algorithm to set up the optimal power shift schedule on line is presented on the basis of the iterative learning control theory. The convergence of the algorithm is proved, the convergence condition developed and the convergence rate also analyzed. The results of the analysis show that the algorithm can be applied to the AMT system.
Keywords:self-learning algorithm   convergence   automobile AMT   optimal shift power schedule
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号