基于NSGA-Ⅱ算法的混合动力汽车多目标优化

• 作者: 凌和平 吕竞伦 孟繁亮 朱嘉鹏 李桂忠 田果
• 来源期刊: 汽车工程师
• 关键词: 混合动力汽车 多目标优化 Pareto
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 设计·创新
• 页码范围: 26-30
• 页数: 5页
• 字数: 3797字
• 语种: 中文

摘要

针对当前混合动力系统的研究主要集中在基于燃油经济性的单目标优化或者是加权的多目标优化,未能从本质上体现出整车性能目标之间的耦合关系的情况,以某款并联四驱混合动力汽车的动力性和经济性为优化目标,采用NSGA-II算法对整车传动系统参数进行匹配优化.在保证整车基本性能的前提下,100 km加速时间最大缩短了10.79％,100 km油耗最大下降了14.82％,100 km电耗最大下降了8.39％.得到的Pareto解集为整车设计及优化提供了更合理的选择空间,也为混合动力多目标权衡控制策略提供了理想的控制基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌和平		3	2	1.0	1.0
2	田果		3	2	1.0	1.0
3	吕竞伦		1	1	1.0	1.0
4	孟繁亮		1	1	1.0	1.0
5	李桂忠		1	1	1.0	1.0
6	朱嘉鹏		1	1	1.0	1.0