基于蚁群算法参数优化的混合动力汽车控制策略研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 混合动力汽车的分类 | 第9-11页 |
| 1.2.1 串联式混合动力汽车(SHEV) | 第9-10页 |
| 1.2.2 并联式混合动力汽车(PHEV) | 第10页 |
| 1.2.3 混联式混合动力汽车(SPHEV) | 第10-11页 |
| 1.3 混合动力汽车控制策略的研究现状 | 第11-14页 |
| 1.3.1 基于规则控制策略 | 第11-13页 |
| 1.3.2 基于瞬时最优控制策略 | 第13页 |
| 1.3.3 基于全局最优控制策略 | 第13-14页 |
| 1.3.4 基于智能算法的控制策略 | 第14页 |
| 1.4 本文的主要工作内容 | 第14-16页 |
| 2 并联式混合动力系统模型的建立与仿真 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 车辆主要部件的建模 | 第16-26页 |
| 2.2.1 发动机模型 | 第16-17页 |
| 2.2.2 电机模型 | 第17-19页 |
| 2.2.3 蓄电池模型 | 第19-21页 |
| 2.2.4 变速器模型 | 第21-22页 |
| 2.2.5 轮胎模型 | 第22页 |
| 2.2.6 驾驶员模型 | 第22-23页 |
| 2.2.7 整车模型 | 第23-26页 |
| 2.3 车辆主要技术参数的选择 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于工况识别的等效燃油消耗最小控制策略 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 行驶工况分类及识别 | 第28-30页 |
| 3.2.1 四种行驶工况的构建 | 第28-29页 |
| 3.2.2 行驶工况模糊识别 | 第29-30页 |
| 3.3 SOC的等效油耗 | 第30-34页 |
| 3.3.1 SOC的未来补偿 | 第31-32页 |
| 3.3.2 SOC未来消耗 | 第32-34页 |
| 3.4 最小等效燃油消耗(ECMS)控制策略 | 第34-37页 |
| 3.5 最小等效燃油因子参数最优化 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 基于蚁群算法参数优化的自适应控制策略 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 蚁群算法的原理 | 第39-41页 |
| 4.2.1 蚁群行为描述 | 第39-40页 |
| 4.2.2 蚁群算法的逻辑结构 | 第40-41页 |
| 4.3 基于蚁群算法的参数优化 | 第41-43页 |
| 4.4 实验对比与结果分析 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
