神经网络工况识别的混合动力电动汽车模糊控制策略

• 作者: 张昕 张欣 张良 田毅
• 来源期刊: 控制理论与应用
• 学科: 交通运输
• 关键词: 混合动力汽车 行驶工况 模糊控制 神经网络 遗传算法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 363-369
• 分类号: U469.72
• 字数: 4200字
• 语种: 中文

摘要

采用模糊控制可以改进混合动力电动汽车(HEV)的燃油经济性和排放性,但是对模糊控制器进行优化时通常只针对某一典型工况.不同的城市的行驶工况有一定差别,影响了模糊控制改善混合动力电动汽车性能的效果.研究中以广州和上海市主干道行驶工况为例,首先建立了一个模糊控制策略,并采用遗传算法,以汽车燃油经济性和排放性为优化目标,分别针对广州和上海主干道行驶工况对模糊控制器中隶属度函数进行优化.然后建立了一个基于模糊神经网络的行驶工况识别方法,通过识别广州和上海的主干道行驶工况,对控制策略中模糊控制器的隶属度参数进行相应调整,结果证明采用模糊神经网络识别行驶工况的HEV模糊控制策略可以进一步提高汽车的燃油经济性和排放性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欣	北京交通大学机械与电子控制工程学院	117	1206	18.0	30.0
2	张昕	北京交通大学机械与电子控制工程学院	22	370	10.0	19.0
3	张良	北京交通大学机械与电子控制工程学院	12	275	7.0	12.0
4	田毅	北京交通大学机械与电子控制工程学院	10	243	7.0	10.0