并联式混合动力逻辑门限控制参数智能优化
为提高并联式混合动力汽车的燃油经济性和降低其废气排放量,采用基于自适应混沌粒子群优化算法建立并联式混合动力汽车控制优化模型,对其逻辑门限控制参数进行优化,并与PSO算法和GA算法的优化结果进行比较;利用ADVISOR仿真软件对其优化参数进行仿真验证,并对其逻辑门限控制参数优化前的仿真结果与自适应混沌粒子群优化后的仿真结果进行对比.研究结果表明:自适应混沌粒子群优化算法具有较快的收敛速度和较高的收敛精度,能有效避免早熟收敛问题;100km油耗至少可降低12%,HC排放量可降低6%,CO排放量可降低5%,NOx排放量可降低8%.
自适应混沌粒子群优化算法、混合动力、智能优化、仿真
43
TK421(内燃机)
湖南省自然科学基金09JJ6077
2013-03-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
4306-4312