基于多目标遗传算法的混合电动汽车参数优化

被引：57

作者：

房立存

秦世引

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

来源：

汽车工程 | 2007年 / 12期

关键词：

混合电动汽车; 多目标遗传算法; 多目标优化; Pareto最优解集;

D O I：

10.19562/j.chinasae.qcgc.2007.12.004

中图分类号：

U469.72 [电动汽车];

学科分类号：

082301 [道路与铁道工程];

摘要：

动力系统和控制器参数的同时优化是提高混合电动汽车(HEV)燃油经济性并降低排放的关键。这类优化问题涉及多个相互冲突的优化目标和非线性约束,是典型的多目标优化问题。文中采用多目标遗传算法求解该优化问题的Pareto最优解集,并应用ADVISOR对实际算例的优化结果进行比较分析。结果表明,应用该方法可找到多组可行解,在满足原车动力性要求的前提下能有效提高燃油经济性,降低排放。

引用

页码：1036 / 1040

页数：5

共 3 条

[1]

ADVISOR: a systems analysis tool for advanced vehicle modeling [J].