典型文献
基于数字孪生和PSO算法的混动车辆能量管理策略鲁棒优化
文献摘要：
该文针对混动车辆能量管理策略开发任务,基于车辆数字孪生平台,提出了一种融合全局交叉验证和粒子群优化(PSO)的鲁棒优化算法,以获得高可靠性、适应性的能量管理策略.基于转鼓台架试验结果建立了某混动车辆数字孪生模型,定义了综合考虑车辆能量转换效率和电池剩余电量的控制效用指标,搭建了基于自适应神经模糊推理系统(ANFIS)能量管理控制器;利用粒子群鲁棒优化算法在JC08、WLTC、UDDS等国际常用行驶工况对控制器进行超参数优化,并基于硬件在环平台对优化结果进行了对比验证.结果表明:通过综合考虑训练工况和验证工况下的控制效用,粒子群鲁棒优化算法相比标准粒子群算法,能够提升11％以上的控制效用值,获得0.41％至27.92％的燃油经济性提升.
文献关键词：
混合动力汽车;能量管理策略;粒子群优化(PSO);鲁棒优化;交叉验证
中图分类号：
作者姓名：
周泉;张策腾飞;李雁飞;帅斌;徐宏明
作者机构：
伯明翰大学 先进汽车技术研究中心,伯明翰B152TT,英国;清华大学,汽车安全与节能国家重点实验室,北京100084,中国
文献出处：
引用格式：
[1]周泉;张策腾飞;李雁飞;帅斌;徐宏明-.基于数字孪生和PSO算法的混动车辆能量管理策略鲁棒优化)[J].汽车安全与节能学报,2022(03):517-525
A类：
B类：
PSO,能量管理策略,鲁棒优化,策略开发,辆数,数字孪生平台,交叉验证,粒子群优化,高可靠性,转鼓,鼓台,台架试验,数字孪生模型,能量转换效率,电池剩余电量,自适应神经模糊推理系统,ANFIS,管理控制,JC08,WLTC,UDDS,行驶工况,超参数优化,硬件在环平台,对比验证,标准粒子群算法,效用值,燃油经济性,混合动力汽车
AB值：
0.332421
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
