基于博弈進(jìn)化算法的混合動(dòng)力汽車(chē)控制策略參數(shù)優(yōu)化.pdf

1、以燃油為動(dòng)力來(lái)源的汽車(chē)在給人類帶來(lái)便利和經(jīng)濟(jì)利益的同時(shí)，也導(dǎo)致了嚴(yán)重的能源緊缺和環(huán)境污染問(wèn)題。新能源汽車(chē)的開(kāi)發(fā)和應(yīng)用成了世界范圍內(nèi)的新課題和大趨勢(shì)?；旌蟿?dòng)力汽車(chē)因其在節(jié)能環(huán)保及動(dòng)力性能方面的優(yōu)勢(shì)，成為現(xiàn)階段各國(guó)政府和汽車(chē)行業(yè)的研發(fā)熱點(diǎn)。控制策略是混合動(dòng)力汽車(chē)中非常重要的組成部分,直接影響汽車(chē)的性能。優(yōu)秀的整車(chē)控制策略不僅能夠讓系統(tǒng)滿足動(dòng)力性能的要求，而且能夠依據(jù)整車(chē)的行駛工況合理地調(diào)度發(fā)動(dòng)機(jī)和蓄電池的工作狀態(tài)，平衡各個(gè)部件間的能量流動(dòng)，

2、使整車(chē)的動(dòng)力系統(tǒng)具有良好的工作效率，降低燃油消耗和污染物的排放量。針對(duì)混合動(dòng)力汽車(chē)控制策略優(yōu)化問(wèn)題，本文研究基于行為博弈論的博弈進(jìn)化算法，進(jìn)而為混合動(dòng)力汽車(chē)控制策略優(yōu)化提供新的有效優(yōu)化方法。主要研究?jī)?nèi)容為：
　　（1）扼要綜述了當(dāng)前混合動(dòng)力汽車(chē)控制策略的優(yōu)化方法，簡(jiǎn)述了混合動(dòng)力汽車(chē)的典型動(dòng)力結(jié)構(gòu)及其控制策略。給出了混合動(dòng)力汽車(chē)的仿真方法，介紹了混合動(dòng)力汽車(chē)仿真軟件ADVISOR，并對(duì)ADVISOR中的并聯(lián)式混合動(dòng)力汽車(chē)的整車(chē)仿真模

3、型及相關(guān)主要子模塊的仿真模型進(jìn)行了說(shuō)明和分析。
　?。?）介紹了博弈論的基本知識(shí)和理論，研究了博弈論中的行為博弈機(jī)制，在建立博弈進(jìn)化模型的基礎(chǔ)上，設(shè)計(jì)了一種基于行為博弈機(jī)制的博弈進(jìn)化算法（GameEA）,并針對(duì)不同的決策境況設(shè)計(jì)了不同的學(xué)習(xí)模型：模仿學(xué)習(xí)與信念學(xué)習(xí)算子。GameEA算法通過(guò)得益期望決定所執(zhí)行的學(xué)習(xí)操作，通過(guò)模仿學(xué)習(xí)操作實(shí)現(xiàn)學(xué)習(xí)其它個(gè)體的目標(biāo)，通過(guò)信念學(xué)習(xí)算子實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)目標(biāo)?；谒鶞y(cè)試的問(wèn)題及數(shù)據(jù),可以得出結(jié)論:在

4、迭代次數(shù)相同的情況下,GameEA比所選用的三個(gè)對(duì)比算法具有更好的尋優(yōu)能力,并能獲得精度更高的解。
　　（3）將GameEA算法應(yīng)用于混合動(dòng)力汽車(chē)控制策略優(yōu)化。以混合動(dòng)力汽車(chē)的加速性能、最大爬坡度、最高車(chē)速等動(dòng)力性能指標(biāo)為約束條件，以最小化燃油消耗(L/100km)、HC(g/km)與NOx(g/km)排放量、CO(g/km)排放量為優(yōu)化目標(biāo)，應(yīng)用所設(shè)計(jì)的GameEA算法，在Visual Studio環(huán)境下，通過(guò)調(diào)用 Matlab