首页--交通运输论文--公路运输论文--汽车工程论文--各种汽车论文--各种能源汽车论文

多目标粒子群优化算法研究及在HEV参数优化中应用

摘要第5-6页
Abstract第6-7页
第一章 绪论第8-16页
    1.1 引言第8-14页
        1.1.1 研究背景及意义第8-9页
        1.1.2 多目标进化算法的研究现状第9-12页
        1.1.3 进化算法在混合动力汽车应用中的研究现状第12-14页
    1.2 研究内容第14页
    1.3 本文组织结构第14-15页
    1.4 本章小结第15-16页
第二章 粒子群优化算法的相关工作基础第16-26页
    2.1 粒子群优化算法介绍第16-20页
        2.1.1 基本描述第16-18页
        2.1.2 基本流程第18-19页
        2.1.3 基本应用第19-20页
    2.2 多目标粒子群优化算法介绍第20-24页
        2.2.1 研究进展第20-22页
        2.2.2 基本流程第22-23页
        2.2.3 算法应用第23-24页
    2.3 与其他进化算法对比第24-25页
    2.4 本章小结第25-26页
第三章 均衡各速度项系数的MOPSO算法(bcMOPSO)第26-43页
    3.1 惯性权重设置方法存在问题分析第26-28页
    3.2 各速度项系数动态设置方法第28-31页
        3.2.1 惯性权重均衡策略第28-30页
        3.2.2 局部最优项均衡策略第30-31页
        3.2.3 全局最优项均衡策略第31页
    3.3 bcMOPSO算法流程第31-33页
    3.4 实验设计第33-34页
    3.5 性能指标第34-35页
    3.6 实验结果与分析第35-41页
    3.7 本章小结第41-43页
第四章 bcMOPSO算法在混合动力汽车参数优化中应用第43-64页
    4.1 并联式混合动力汽车介绍第43-44页
    4.2 能量管理策略及仿真软件第44-46页
        4.2.1 能量管理策略研究第44-45页
        4.2.2 仿真软件ADVISOR简介第45-46页
    4.3 bcMOPSO算法及在并联式混合动力汽车参数优化中应用(PHEV-bcMOPSO)第46-49页
        4.3.1 混合动力系统的三目标优化模型第47-48页
        4.3.2 PHEV-bcMOPSO算法流程第48-49页
    4.4 实验与仿真第49-56页
        4.4.1 车型的基本信息和仿真路况第50-51页
        4.4.2 约束条件和优化参数第51-52页
        4.4.3 对比算法第52-56页
    4.5 优化结果与分析第56-63页
    4.6 本章小结第63-64页
第五章 总结与展望第64-67页
    5.1 总结第64-65页
    5.2 下一步工作与展望第65-67页
参考文献第67-75页
致谢第75-76页
作者简介第76页

论文共76页,点击 下载论文
上一篇:YC6MK新一代重型柴油机的开发研究
下一篇:PMSM参数辨识及其无模型电流预测控制