神经网络工况识别的混合动力电动汽车模糊控制策略
田毅
张欣
张良
张昕
1.北京交通大学,机械与电子控制工程学院,北京,1000442.北京交通大学,机械与电子控制工程学院,北京,1000443.北京交通大学,机械与电子控制工程学院,北京,1000444.北京交通大学,机械与电子控制工程学院,北京,100044
摘要：采用模糊控制可以改进混合动力电动汽车(HEV)的燃油经济性和排放性,但是对模糊控制器进行优化时通常只针对某一典型工况.不同的城市的行驶工况有一定差别,影响了模糊控制改善混合动力电动汽车性能的效果.研究中以广州和上海市主干道行驶工况为例,首先建立了一个模糊控制策略,并采用遗传算法,以汽车燃油经济性和排放性为优化目标,分别针对广州和上海主干道行驶工况对模糊控制器中隶属度函数进行优化.然后建立了一个基于模糊神经网络的行驶工况识别方法,通过识别广州和上海的主干道行驶工况,对控制策略中模糊控制器的隶属度参数进行相应调整,结果证明采用模糊神经网络识别行驶工况的HEV模糊控制策略可以进一步提高汽车的燃油经济性和排放性能.
关键词：混合动力汽车行驶工况模糊控制神经网络遗传算法
分类号：U469.72(汽车工程)
资助基金：国家高技术研究发展计划"863"计划资助项目(2006AA11A183)国家高技术研究发展计划"863"计划资助项目(2008AA11A143)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 363-369 )
英文信息