基于强度Pareto进化算法的有约束并联混合动力汽车多目标优化
 
于新宝[1] 李少波[2,3] 杨观赐[2] 璩晶磊[3] 钟勇[2]

关键词:带约束优化 多目标进化算法 混合动力汽车
 
主要内容:将混合动力系统多目标优化问题转化为单目标优化问题进行求解需要设置权系数。为避免设置权系数,研究基于强度Pareto进化算法(SPEA2)的有约束并联式混合动力电动汽车(PHEV)参数优化方法。该方法基于Pareto支配性原理判定候选方案的优劣,采用ADVISOR仿真PHEV,并将仿真所得的燃油消耗量与污染物排量作为候选方案的目标值。实验结果表明,该方法所获得的控制策略与传动系统参数,在提高PHEV工作效率、整车性能及降低燃油消耗与污染物排放等方面效果显著。
 
《计算机应用》  2011,31(11).-3091-3093,3100
全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp
仿站