基于动态交通信息的电动车辆剩余里程估计

准确可靠的电动车辆续驶里程估计结果能够为驾驶员安排出行提供依据,提高驾驶员对于电动车辆的驾驶信心。目前剩余里程估计方法往往忽略了交通环境复杂多变的特性,这使得估计结果与车辆实际可达范围存在较大出入。该文提出了基于动态交通信息的电动车辆剩余里程估算方法,利用动态随机路网模型反映交通环境的动态性与随机性,以保证估计结果能够充分考虑到交通环境随时间的变化波动。通过基于随机模拟的遗传算法对电动车辆行驶过程的能量消耗进行估计,并利用随机规划模型分析电动车辆的可达范围。研究结果表明:该期望值模型的估计结果能够有效控制高估与低估比率的幅值,同时相关机会模型的估计结果能够最大限度地抑制高估比例,得到保守的可达范围,因此可最终得到"内圈"与"外圈"的剩余里程估计结果。该剩余里程估计方法充分考虑了交通环境的动态性与随机性,相比于传统的里程估计方法,估计结果更为合理,且估计结果波动降低。     

革新的效应特征及其价值评估

阐明了经济系统中的革新所引起的主要特征，利用两个Logistic方程之差来描述革新效应，确定了这类效应的主要特征参量，并以此为基础给出了革新价值评估方法，讨论了决策中的时间偏好在选择革新中的作用。     

Modeling and Control of Active Suspensions for MDOF Vehicle

The conventional method for analyzing active suspension control for a vehicle is only to analyze a quarter or half car with a lower order degree-of-freedom (DOF) model, but such models do not actually model practical applications. Accurate models of a suspension control system require a multi-degree-of-freedom (MDOF) vehicle model with a detailed model of the controller. An MDOF model was developed including the influence of factors such as the engine, the seats, and the passengers to describe vehicle motion using a reduced order model of the controller designed by using the H∞ control method. The control system performance has been investigated by comparing the H∞controller with a linear quadratic (LQ) controller.     

雷达共用型智能混合动力汽车节能控制策略

为解决现有混合动力汽车能量管理常依赖固定循环工况设计,未考虑车辆实际运行环境所造成的节能潜力挖掘不足的问题,该文运用结构共用思想,提出共用雷达信号的智能混合动力汽车能量管理优化控制方法。依托雷达对前车运动信息的感知,划分4种不同场景和工作模式,通过动态优化汽车电机的驱动转矩并增加电机再生制动,从而在不增加额外硬件成本的前提下,提升智能混合动力汽车的节能性能。并以某混合动力客车为应用对象进行了实车道路试验,结果表明所提出的节能控制策略在城市拥堵路况下节能效果明显。     

基于行星传动的双模混合动力履带车辆传动系统结构设计

该文提出了一种具有双输出的混联式混合动力履带车辆的传动系统结构设计。该结构具有双输出轴分别连接左、右履带,通过与3排行星齿轮结构连接,可以实现两侧履带的精确独立控制,通过控制发动机工作状态,使车辆的运行效率最优,在充分保证直线行驶性能的同时,增强行进中转向能力。相比于现有的复杂混合动力履带车辆传动系统,该设计可以省去转向机构,并提升系统综合运行能力。采用自动建模的方法对所有可行结构进行动力学分析,结合不同结构类型的特点确定双模结构组合方式。通过系统特性初筛、性能精细筛选得到满足设计要求的结构。通过动态规划算法对所选结构进行典型工况下的燃油经济性分析。仿真结果表明,得到的最优方案比目前常用的串联式混合动力履带推土机具有更优的直线行驶、转向行驶和燃油经济性能。     

Longitudinal Acceleration Tracking Control of Low Speed Heavy-Duty Vehicles

This paper presents a model matching control （MMC） method based on the sliding mode control （SMC） method for longitudinal acceleration tracking control in a vehicular stop-and-go cruise control system. The nonlinearity of the vehicle acceleration response at low speeds was analyzed to develop a transfer function model of the vehicle longitudinal dynamics using the least-mean-square system identification technique. This transfer function was then used to design the MMC controller, including an SMC feedback compensator. The system combines the advantages of the two control methods with robust control and rapid response. Simulations show that the controller enhances the rapid trackability to the vehicle acceleration and improves the system＇s robustness at low speeds compared with conventional PID MMC controllers.     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.     

最优受教育年限选择的模型分析

为进一步定量分析个人教育投资现象,构建了一般性地反映人们在就学和就业之间进行选择的最优化模型,并对影响人们教育投资决策行为的因素进行了分析.在简单的假定前提下运用数学语言再现了教育经济和劳动经济研究中的相关结论.     

个人所得税收入分配效应的模型分析

通过分析征税行为对征税前后的基尼系数的影响,讨论了个人所得税的收入分配效应.结论是只有当税赋基尼系数大于税前基尼系数时,征收个人所得税才能对收入分配起到调节作用.     

基于单线模型的交通车载电子地图

针对车载导航系统的需要,提出了一种基于单线模式的车载电子地图模型。该模型采用分层管理,对核心的路网结构采用单折线表示道路,节点表示路口,用形值点表示道路的形状,通过有序节点对和道路对的方式来表示交通限制信息。整个地图数据库可以由节点集、道路集和转弯限制集3个集合来描述实现。该模型可以清晰准确地描述道路网络结构及其相关的交通限制信息。试验表明:这种电子地图能很好地支持寻路以及路径导航功能,存储空间较小,非常适合于车载导航使用。