基于道路工况分析的HEV控制策略优化方法

以某并联式混动公交车为研究对象,建立了四种典型工况模型,采用蚁群算法优化了最小等效燃油消耗控制策略中四种工况的充放电等效因子;分析了路面坡度与电池荷电状态(state of charge,SOC)目标值域调整之间的对应关系,设计了相应坡度自适应模块;提出了基于道路工况分析的混合动力汽车(hybrid electric vehicle,HEV)控制策略优化方法.典型工况下的仿真对比分析表明,该方法具有良好的工况适应能力,燃油经济性明显优于几类典型HEV控制策略.     

基于离线优化的压电陶瓷物镜驱动系统PID控制器

针对数字共焦显微技术中的压电陶瓷物镜驱动系统,分析了模糊PID控制器的控制性能,提出了离线优化思想,将初始参数的优化从在线实时调整中分离出来,在离线状态下预先采用遗传算法完成全局优化,以减小在线调整时间及调整次数,提高响应速度. 经优化的初始参数配置于模糊PID控制中,对系统进行在线实时反馈调整,控制系统进行步进定位驱动. 在Matlab环境下的实验结果表明,该方法显著提高了系统的控制精度和响应速度,为驱动系统的进一步研究提供理论依据.      

基于模糊在线识别的并联混合动力客车自适应控制策略

针对一款并联混合动力客车提出了一种基于模糊在线识别的自适应控制策略.基于自主研发的混合动力车数据采集监控系统构建符合本地车辆实际行驶道路特点的典型工况,设计模糊工况识别算法对车辆实际行驶的工况类型进行在线识别.根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合工况识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.实验结果表明,所设计的模糊识别方法能够较好地完成行驶工况类型的识别.基于此所提出的自适应控制方法能够在满足车辆需求功率和电池SOC维持在有效工作区间内的前提下完成发动机和电池的最优功率分配,显著提高整车的燃油经济性.      

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

基于遗传算法的自适应分级模糊控制系统

针对多输入多输出的非线性系统,设计了一个基于遗传算法的自适应分级模糊控制器一用分级控制实现了多输入多输出系统的降维,用遗传算法对各级模糊控制器的参数进行在线优化,实现了控制器参数的自调整、在Matlab环境下实现了该系统的编程,并以风力太阳能混合发电的能量管理系统为例,与常规分级模糊控制器进行了仿真比较,仿真结果表明,采用遗传算法进行参数寻优具有更好的稳定性,对多输入多输出非线性系统具有很好的控制效果     

基于遗传算法的主动油气悬架分层控制

根据主动油气悬架系统执行机构的动态特性,采用分层控制策略设计了有限带宽主动油气悬架系统上、下层控制器.基于遗传算法(GA)对模糊PID上层控制器的参数进行了优化设计,通过在线评价车辆动力学指标,决定是否启动GA在初期最优可行域附近优化当前上层控制器参数,以保证车辆在行驶路况或自身参数变化等情况下仍获得较好的控制效果.将搭建的主动油气悬架系统控制模块施加于整车多体系统动力学模型进行联合仿真计算,结果表明,所设计的主动油气悬架系统可显著改善车辆行驶平顺性,并且具有较强的鲁棒性和自适应能力.     

基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

航天器大角度姿态快速机动控制器参数优化设计

针对许多空间任务对航天器大角度快速机动能力提出要求的问题,研究了控制器的参数优化设计。基于一类采用四元数描述的大角度姿态快速机动Lyapunov控制器模型,以设计参数为优化变量,时间最优为优化目标,执行机构输出力矩为约束条件,建立了大角度姿态快速机动控制器优化模型。使用混合遗传算法对控制器参数进行了优化设计。仿真结果表明,经优化处理的控制器参数可在满足输出力矩约束条件下有效缩短机动时间。该方法对控制器参数的选择不依赖于设计者的经验,实施起来简单有效。     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.     

分层遗传算法在DC/DC变换器中的应用

DC／DC变换器为强非线性、时变及不确定系统．由于其自身的特点,使得DC／DC变换器的控制研究工作比较困难．文中提出一种用遗传算法优化的模糊控制器,控制DC／DC变换器．对传统的遗传算法进行改进．使之优化能力更好．由仿真和实际试验证明,经过改进的遗传算法优化的模糊控制器,对DC／DC变换器的控制效果更显著,动态特性和静态特性都得到进一步改善．同时说明所介绍的自适应遗传算法的寻优能力更好,收敛速度也更快．     

城市交通信号三级模糊优化控制与仿真

针对多数交通信号模糊控制方法极少关注交通流的不确定性,提出一种城市交通信号三级模糊优化控制器及其Paramics仿真方法. 综合考虑交通需求强度、相位优化和延长时间决策等控制机理,提出三级模糊控制器的结构,并引入搭接相位设计相位优化的机制,遵循交通信号控制基本原则,提出三级模糊控制算法,最后,采用COM组件的混合编程技术构建三级模糊控制的Paramics仿真平台,并以深圳市黑点路口进行实验,在不同交通条件下对提出的模型进行效用评价;结果表明提出的控制器性能良好,在高强度的交通状况下性能稳定,控制效果符合交通管理者的控制目标,且具备快速响应交通流不确定性的能力.     

基于混沌遗传算法的PHEV能量管理策略优化

提出了一种新的混沌遗传算法,改进了混沌映射和遗传算法的结合方式,使种群在进化的过程中能够混沌搜索解空间,从而增强遗传算法的遍历性.该算法有效地克服了遗传算法局部收敛的缺陷.在软件ADVISOR2002中,以一辆采用模糊能量管理策略的插电式混合动力电动汽车(Plug-in Hybrid Electrical Vehicle,PHEV)为研究对象,应用该混沌遗传算法对其隶属函数和控制规则进行了优化.仿真结果表明,该算法可以实现对模糊控制器的全局优化.与原模糊控制策略相比,优化后的燃油经济性提高了5.15%,CO排放减少了6.39%.     

基于GA的交叉路口自适应模糊控制器设计

针对交通领域中模糊逻辑控制器的模糊子集隶属度函数的离散性特点,提出了改进的GA(GeneticAlgorithm)算法,设计了适用于模糊子集隶属度函数编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子.改进的经典赌轮选择法,通过动态确定最优隶属度函数,模糊控制器的控制性能得到提高,避免了病态个体产生,加快了收敛速度.通过一个实例的Matlab仿真结果表明了该方法的有效性.该方法对路口两方向车辆到达率相差较大情况的处理亦收到明显的效果.     

基于遗传再励和博弈论的多Agent交通控制系统优化和协调

提出一种基于多Agent的交通信号控制方法.通过再励学习对交叉口的交通流进行优化,通过遗传算法产生局部学习过程的全局优化标准来优化信号灯周期和绿信比,最后用博弈论来进行区域协调.这种方法将局部优化和全局优化统一起来.研究结果表明,遗传算法优化结果优于爬山法,新的控制方法优于传统的控制方法.     

面向动态过程的HEV模糊PID控制方法

提出面向动态过程的混合动力电动汽车(HEV)多能源动力系统控制方法. 针对城市公交HEV,建立HEV动力驱动模型,通过优化PID控制器参数实现提高HEV动态特性的目的. 同时为了解决提高HEV动态特性而引起其动力能量消耗增大的问题,提出面向动态过程的HEV模糊PID控制方法,在线确定控制系统的PID离散控制参数的变化规律,控制HEV多能源动力总成工作. 仿真结果表明,该方法既能保证HEV动态特性良好,又能有效控制HEV动力源输出,使HEV节能目标得以真正实现.     

融合驾驶风格识别的插电式混合动力汽车自适应控制策略

考虑到驾驶风格对燃油经济性的影响较大,提出了一种融合驾驶风格识别的自适应控制策略,用于插电式混合动力汽车发动机和电机之间的实时扭矩分配。 构建出两种驾驶风格识别模型,在获得驾驶风格识别模型后,考虑到对各种驾驶风格的适应性,融合识别的驾驶风格类别,提出了一种与基于自适应等效因子算法的 PI 模糊更新规则相结合的等效消耗最小化策略 (ECMS)。根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合驾驶风格识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制。将一段工况使用所指定的能量管理策略,仿真结果表明,融合驾驶风格识别的策略在燃油经济性最高提升了10.5%,汽车的HC,CO,NOx总排放最高降低了11%,,发动机,电机工作点更好的运行在最佳区域中。     

基于系统综合效率最优的双轴并联PHEV联合优化控制策略

针对双轴并联插电式混合动力汽车控制策略与参数优化问题,综合考虑发动机和电动机工作区间对整车经济性的影响,以系统综合效率最高为目标提出了同时优化转矩分配和变速器挡位的联合优化控制策略,同时引入成本函数对整车经济性和换挡成本进行综合评价.制定控制策略后,以整车在NEDC工况下的电平衡油耗最低为优化目标,采用Isight/Cruise/Simulink联合仿真优化平台采用自适应模拟退火算法对联合优化控制策略参数进行了优化.仿真结果表明,经优化参数后的联合优化控制策略比未经参数优化的规则策略节省油耗7.7%,比运用初始规则策略节省油耗17.3%.     

基于遗传算法的无人机模糊-积分控制器设计

针对某小型固定翼无人机纵向姿态控制和轨迹跟踪的要求设计了一种模糊-积分混合控制器. 为避免控制器参数调试的复杂性,提高控制性能,利用遗传算法对模糊控制的隶属度函数进行了优化设计. 在优化设计阶段,确定了设计变量和约束条件,并给出了比例因子整定原则. 仿真结果表明,基于遗传算法的模糊-积分控制器与传统PID控制器相比具有更短的响应时间,鲁棒性强,并且解决了单一模糊控制器稳态响应精度低、响应曲线颤振的问题.      

城市典型路段的驾驶员酒驾行为识别

目前对驾驶员进行是否酒驾的接触式、非实时的随机抽检方式已难以满足酒驾检测的实际需求.在加速行驶路段、匀速行驶路段、转弯路段等典型城市道路下,以车辆速度、加速度和油门踏板位置、发动机转速等交通参数为输入,采用支持向量机模型对驾驶员的驾驶行为进行识别并判定其是否处于酒驾状态,并采用粒子群优化算法对模型参数进行优化以提高训练速度.研究结果表明,基于粒子群优化算法的支持向量机模型能快速、准确地判定驾驶员是否处于酒驾状态,可为实现非接触式酒驾检测提供理论支持,为安全驾驶辅助系统采取相应措施提供实现基础.