基于工况识别与多元非线性回归优化的能量管理策略

• 作者: 孙蕾 林国发 林歆悠
• 来源期刊: 中国机械工程
• 学科: 交通运输
• 关键词: 学习向量化神经网络 工况识别 循环工况 能量管理
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 机械基础工程
• 页码范围: 2695-2700
• 页数: 6页
• 分类号: U461.8
• 字数: 2537字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.22.008

摘要

为给混合动力汽车智能管理策略提供基础,开展了基于学习向量化(LVQ)神经网络的工况模式识别算法研究.选取4种典型微观道路类型工况和3类标准循环工况,提取11个参数为训练特征数据,建立了LVQ神经网络工况模式识别算法;在此基础上,以某款混联式动力系统为例,结合多元非线性回归分析制定相应控制策略;最后,基于Simulink仿真平台建立LVQ神经网络工况模式识别及整车仿真模型,分别采用中国城市典型循环工况以及构建UDDS+ NYCC+ UDDS的标准行驶工况进行道路工况识别验证.结果表明,所建立的LVQ神经网络工况识别算法可以准确识别工况模式并能有效提高能量管理策略的控制效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙蕾	华侨大学机电及自动化学院	8	11	2.0	2.0
2	林歆悠	福州大学机械工程及自动化学院	25	105	5.0	9.0
3	林国发		2	6	2.0	2.0