基于模拟退火粒子群算法的混合动力车参数优化_邓元望.pdfVIP

汽 车 工 程 2012 ( 34 ) 7 Automotive Engineering 2012 (Vol． 34)No． 7 年 第 卷 第 期 20 12115 基于模拟退火粒子群算法的混合动力车参数优化* ， ， 邓元望 陈可亮 鄂加强 ( ， 4 10082) 湖南大学机械与运载工程学院 长沙 ［ ］ (MLPS) (SAPSO) 摘要 分别采用多层次参数扫描 算法和模拟退火粒子群优化 算法对并联式混合动力车逻 。 TEST-CITY-HWY ， 辑门限控制策略的参数进行优化 将优化后的车辆以 测试循环进行仿真 并将结果与优化前的 。 ， MLPS ， HC NO 11. 98% 、 车辆的仿真结果进行对比 结果表明 经 算法优化后 燃油消耗和 与 x 排放分别下降了 6. 01% 4. 03% ， CO 25. 18% ; SAPSO ， HC、CO NO 和 但 排放增加了 经 算法优化后 燃油消耗和 与 x 排放分别下降了 13. 61% 、9. 57% 、27. 78% 18. 53% ， (SOC) MLPS 。 SAPSO 和 且电池荷电状态 比 优化略高 说明 算法在混合动力车控 制参数优化效果上明显优于MLPS 算法。 : ; ; 关键词 模拟退火粒子群算法 控制策略 参数优化 Parameters Optimization for HEV Based on Simulated Annealing Particle Swarm Algorithm Deng Yuanwang ，Chen Keliang ＆ E Jiaqiang College of Mechanical and Vehicle Engineering ，Hunan University ，Changsha 4 10082 ［Abstract］ Multi-layer parameter scanning (MLPS)algorithm and simulated annealing particle swarm opti- mization (SAPSO)algorithm are used respectively to optimize the parameters of logic threshold control strategy for parallel hybrid electric vehicle (PHEV)． The PHEV with optimized parameter