应用粒子群算法优化模糊规则的自适应多目标控制策略
林歆悠1
王召瑞2
1.福州大学机械工程及自动化学院,福建福州350108;汽车零部件先进制造技术教育部重点实验室(重庆理工大学),重庆4000542.福州大学机械工程及自动化学院,福建福州350108
摘要：为了改善一款插电式混合动力汽车(PHEV)的燃油经济性和排放性能,本文利用等效燃油消耗最小方法(ECMS)建立以油电转换等效因子为核心的多目标控制策略.首先,在建立PHEV模型和多目标优化价值函数的基础上,构建了模糊比例积分等效因子优化模型.随后,利用粒子群优化(PSO)算法通过对隶属度函数值及控制规则进行优化以得到更为准确的比例和积分系数,进而获得更为精确的等效因子用以合理分配动力部件的能量,从而建立了基于PSO-fuzzy的PHEV等效因子自适应多目标优化控制策略.最后以福州市实际行驶工况数据对所提出的控制策略进行仿真研究,结果表明在该策略控制下PHEV的燃油经济性和排放性均得到了明显改善.其中,基于PSO-fuzzy的控制策略与基于一般模糊控制的策略相比,等效油耗降低了9.0％,HC排放量降低了2.7％,CO排放量降低了2.9％,NOx的排放量降低了7.8％.
关键词：插电式混合动力汽车多目标优化控制策略模糊控制粒子群算法等效燃油消耗最小策略
资助基金：福建省自然科学基金(2020J01449)国家自然科学基金(51505086)教育部重点实验室开放基金(2019KLMT06)晋江市福州大学科教园区发展中心科研项目(2019-JJFDKY-10)
论文发表日期：2021-06-28
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：9( 842-850 )
英文信息