混合动力汽车优化算法综述
混合动力汽车的动力系统智能优化设计
混合动力汽车的动力系统智能优化设计随着汽车技术的不断进步和环境问题的日益凸显，混合动力汽车作为一种清洁、高效的交通工具正在逐渐走进人们的生活。
混合动力汽车将传统燃油发动机和电动机相结合，通过智能化的动力系统优化设计，实现更高效的能源利用和更低的排放水平。
本文将探讨混合动力汽车动力系统在智能优化设计方面的关键技术和未来发展趋势。
一、双能源综合管理策略混合动力汽车的动力系统包括燃油发动机和电动机两种不同的能源，如何合理地调配两者之间的能量供给是动力系统智能优化设计的重要方面。
双能源综合管理策略通过智能化的控制算法，根据驾驶环境和驾驶行为进行动态调整，使得燃油发动机和电动机在不同工况下发挥最佳效能。
例如，当车辆处于道路畅通、低速行驶的状态下，电动机可以独立驱动，以提高能量利用效率和降低排放。
而当车辆加速或爬坡时，燃油发动机可以与电动机配合工作，提供更大的动力输出。
通过对车辆行驶状态和驾驶行为的实时监测和分析，双能源综合管理策略能够准确判断车辆的工况，从而智能地控制能源的分配。
二、动力系统组件的智能匹配混合动力汽车的动力系统由燃油发动机、电动机和电池等多个组件组成，各个组件之间的匹配和协同工作对于整车性能的提升至关重要。
智能匹配技术能够根据车辆工况和驾驶需求，动态调整各个组件的工作状态，实现最佳的能量转换效率。
例如，当车辆需要较大的动力输出时，燃油发动机可以通过高效的燃烧和增压技术提供更大的扭矩和功率；而在行驶过程中，电动机则可以通过回收制动能量和余能利用减轻燃油发动机的负荷，从而提高动力系统的整体效能。
智能匹配技术还可以根据电池的充放电状态和健康状况，智能地调整电动机和燃油发动机的工作模式，延长电池的寿命和提高能源利用率。
三、智能化弱混动力系统设计除了传统的强混动力系统，智能化的弱混动力系统设计在混合动力汽车领域也备受关注。
弱混动力系统相比于强混动力系统，电动机的功率和扭矩输出相对较低，但在成本和重量上有一定优势。
混动汽车动力系统的效率与优化
混动汽车动力系统的效率与优化混动汽车动力系统的效率与优化一直是汽车工程师们关注的重要课题。
混动汽车采用了内燃机和电动机的双重动力系统，既能充分利用内燃机的高效性能，又能减少尾气排放，并提供更好的驾驶体验。
本文将就混动汽车动力系统的效率与优化进行探讨。
一、混动汽车动力系统简介混动汽车动力系统由内燃机、电动机、电池以及控制单元等组成。
内燃机负责提供动力，电动机则通过电池储存的电能转化为动力输出。
混动汽车可以根据驾驶条件选择合适的动力模式，包括纯电动、串联混动和并联混动等模式。
二、混动汽车动力系统的优势1. 提高燃油经济性：混动汽车的内燃机可以在燃油经济性最佳时段工作，通过充电和电动模式的使用，减少了内燃机在低效工况下的运行时间，从而提高了车辆的燃油经济性。
2. 减少尾气排放：电动驱动模式不产生尾气排放，而且内燃机在高效工况下运行，可以有效减少排放物的产生，对环境保护具有积极意义。
3. 提供更好的驾驶体验：混动汽车在启动时具有较高的扭矩输出，能够提供良好的加速性能。
在低速行驶和城市交通堵塞时，电动机可以提供平稳的动力输出，改善驾驶体验。
三、混动汽车动力系统的效率问题混动汽车动力系统的设计和优化中，需要解决的一个关键问题就是效率。
影响混动汽车动力系统效率的因素有很多，包括内燃机的热效率、电池的放电效率、能量管理系统的控制策略等。
1. 内燃机热效率提升：提高内燃机的热效率是提高混动汽车动力系统整体效率的关键。
采用高效燃烧技术、改进喷射系统、减少机械损失等方法可以有效提高内燃机的热效率，减少能源浪费。
2. 电动机驱动效率提升：电动机的驱动效率直接影响混动汽车的电动模式下的驱动能力和续航里程。
通过改进电动机的设计和控制算法，减少电动机的损耗和能耗，可以提高电动机的驱动效率。
3. 能量管理系统优化：能量管理系统是混动汽车动力系统的大脑，负责根据驾驶条件和能源状态进行动力分配和优化。
采用先进的能量管理算法和控制策略，可以最大限度地利用动力系统提供的能量，提高整体效率。
混合动力车辆电力系统的优化控制算法研究
混合动力车辆电力系统的优化控制算法研究摘要：随着对环境保护和能源效率的关注日益提高，混合动力车辆作为一种新能源汽车，受到了广泛的关注。
而混合动力车辆的电力系统是其核心技术之一，对其进行优化控制算法研究，对提高车辆的燃料经济性和性能具有重要意义。
本文通过综述国内外相关研究，结合实际案例分析，探讨混合动力车辆电力系统的优化控制算法，希望为混合动力车辆技术的发展提供参考。
1. 引言混合动力车辆（Hybrid Electric Vehicle，HEV）是指采用多种能源形式为动力源的车辆，一般包括内燃机和电动机两种能源。
混合动力技术利用电力与燃油的混合作为动力源，有效地提高了燃料经济性和行驶性能。
电力系统作为混合动力车辆的核心技术之一，在实际应用中面临着诸多挑战，包括能量管理、动力分配和控制策略等。
因此，优化控制算法的研究具有重要意义。
2. 混合动力车辆电力系统的结构混合动力车辆的电力系统一般包括能量存储系统（ESS）、电动机、发动机和功率分配器等。
能量存储系统一般采用电池组和超级电容器等，它们能够存储能量并提供电动机所需的电能。
发动机则通过燃烧燃料产生动力，并驱动发电机发电，以供电池组充电和驱动电机。
功率分配器用来控制发动机和电动机的动力输出，并实现能量的回收和再利用。
3. 混合动力车辆电力系统的优化控制算法（1）能量管理算法能量管理算法是控制混合动力车辆电力系统能量流动的重要算法。
其主要目标是通过合理的能量分配，最大限度地提高燃料经济性。
在能量管理算法的设计中，可以考虑车辆的驾驶需求、电池状态、动力分配和发动机工作模式等因素。
常用的算法包括最优功率分配算法、模型预测控制算法和最小乘数规则控制算法等。
（2）动力分配算法动力分配算法用于控制发动机和电动机的功率输出，以满足驾驶需求并实现能量的高效利用。
一般情况下，动力分配算法根据不同的驾驶模式、车速和电池状态等因素，确定发动机和电动机的工作状态和工作比例。
混合动力汽车优化算法综述
混合动力汽车优化算法综述璩晶磊;杨观赐【摘要】简要介绍了典型优化算法的原理及特点,对混合动力汽车优化设计的研究现状进行了总结归纳,得出通过采用合理的优化算法对混合动力汽车进行优化可有效改善整车性能,指出混合优化算法以及多目标优化是混合动力汽车优化设计今后的发展方向.【期刊名称】《现代机械》【年(卷),期】2012(000)002【总页数】3页(P27-29)【关键词】混合动力汽车;优化算法;模拟退火;遗传算法【作者】璩晶磊;杨观赐【作者单位】贵州大学教育部现代制造技术重点实验室,贵州贵阳550003;中国科学院成都计算机应用研究所,四川成都610041【正文语种】中文【中图分类】U4690 引言节能和环保是21 世纪汽车技术的一个重要发展方向，融合了内燃机汽车和电动汽车优点的混合动力汽车(Hybrid Electrical Vehicle，HEV)成为了新型汽车开发的热点［1］。
HEV 通过多种动力源的组合，采用电力储能和电力驱动技术，与传统汽车的内燃机驱动相结合，相较于传统内燃机汽车，HEV 增加了动力系统部件的种类和组合方式，通过对各部件的工作方式进行优化组合，使作为主动力源的内燃机工作在经济运行区和低排放区，以保证车辆良好的动力性、低排放性和低能耗性，是当今最具开发意义的新型汽车［2，3］。
HEV 结构和控制策略复杂，如何匹配和优化混合动力系统才能实现最佳性能是研究和开发过程中的关键问题。
基于工程经验的“试错法”已无法满足HEV 这种复杂系统的优化，因此优化算法逐渐被引入到混合动力系统的优化过程中来。
本文对HEV 优化算法及技术现状作了系统的归纳整理，并分析展望了HEV优化技术的发展趋势。
1 优化算法1.1 序列二次规划法序列二次规划法(Sequential Quadratic Programming，SQP)是一种非常优秀的求解中小规模有约束光滑非线性问题的求解方法［4］。
SQP 算法将原问题转化为一系列的二次规划子问题进行求解来获得原问题的最优解，对拉格朗日函数取二次近似，从而提高二次规划子问题的近似程度，具有很强的局部搜索能力，SQP 算法的基本思想如下:在某个近似解处，将原非线性规划问题简化处理为一个二次规划问题，求取最优解，如果有，则认为是原非线性规划问题的最优解，否则，用近似解代替构成一个新的二次规划问题，继续迭代。
混合动力汽车系统的优化设计与应用
混合动力汽车系统的优化设计与应用随着环保意识的增强和汽车行业的发展，混合动力汽车系统逐渐成为了未来汽车发展的趋势。
混合动力汽车系统是指将传统的内燃机与电动机结合起来，通过优化设计和应用，实现更高效、更环保的能源利用。
本文将从混合动力汽车系统的优化设计和应用两个方面进行探讨。
一、混合动力汽车系统的优化设计混合动力汽车系统的优化设计是实现其高效能源利用和低排放的关键。
在设计过程中，需要考虑以下几个方面：1. 动力系统匹配：混合动力汽车系统由内燃机和电动机组成，两者的功率输出需要合理匹配。
通过对内燃机和电动机的功率特性进行分析和测试，可以确定最佳的功率输出比例，从而提高整个系统的效率。
2. 能量回收与储存：混合动力汽车系统通过能量回收和储存技术，将制动过程中产生的能量转化为电能，并储存在电池中。
这样一来，不仅可以减少能源的浪费，还可以提高燃油利用率，从而降低排放。
3. 智能控制系统：混合动力汽车系统需要一个智能控制系统来实现内燃机和电动机的协同工作。
通过实时监测和分析车辆的工况和驾驶行为，智能控制系统可以动态调整内燃机和电动机的工作模式，以达到最佳的能源利用效果。
二、混合动力汽车系统的应用混合动力汽车系统在实际应用中有着广泛的应用前景。
以下是几个典型的应用场景：1. 城市交通：由于城市交通拥堵和污染问题日益严重，混合动力汽车系统成为了改善城市交通环境的有效手段。
其低排放和高效能源利用的特点，使得混合动力汽车在城市道路上更加适用。
2. 长途驾驶：对于长途驾驶来说，混合动力汽车系统可以在高速公路上发挥其优势。
通过内燃机和电动机的协同工作，可以实现长途行驶时的高效能源利用和低排放。
3. 减少能源依赖：混合动力汽车系统可以将电能和燃油能源相结合，减少对传统石油能源的依赖。
这对于能源安全和可持续发展具有重要意义。
4. 赛车运动：混合动力汽车系统在赛车运动中的应用也越来越受到关注。
其高效能源利用和低排放的特点，使得混合动力赛车成为了未来赛车运动的发展方向。
混合动力汽车动力系统的优化设计与能效改进
360 引言随着全球能源需求的增长和环境保护力度的加大，混合动力汽车作为一种具有潜力的替代能源解决方案逐渐受到人们的关注。
混合动力汽车动力系统的优化设计和能效改进是实现可持续交通发展的关键。
本文旨在探讨混合动力汽车动力系统的优化设计和能效改进，以提高其性能、减少能源消耗。
混合动力汽车是指同时搭载内燃机和电动机，通过智能能量管理系统实现两者之间的协调工作。
这种结合传统燃油动力和电动动力的方式，使得混合动力汽车具备了高效、低排放及节能的潜力[1]。
1 关于混合动力汽车动力系统的认识混合动力汽车动力系统是一种融合了传统内燃机和电动机的先进动力解决方案。
它通过智能能量管理系统协调两种动力来源的使用，以实现高效能耗、低排放和节能的目标。
混合动力汽车的动力系统由发动机、电动机、电池和控制单元等关键组成部分构成。
首先，发动机在混合动力汽车动力系统中扮演着重要角色，它可以是传统的汽油发动机或柴油发动机，负责为车辆提供动力，并充当电池充电的能量来源。
发动机的主要任务是在需要时为电池充电或提供额外的动力输出，以满足驾驶需求。
其次，电动机作为另一种重要的动力来源，在混合动力汽车中发挥着关键作用。
电动机利用电能驱动车辆，并具有高效、响应迅速和零排放等优点。
根据应用需求，混合动混合动力汽车动力系统的优化设计与能效改进摘要：本文探讨了混合动力汽车动力系统的优化设计与能效改进的措施。
通过对传统发动机的优化，包括提高燃烧效率和减少摩擦能量损失，可以提高传统动力系统的效率。
另外，电动机的优化设计可以提高效率和功率密度，进一步增强混合动力系统的性能。
电池技术的改进，包括增加能量密度和功率密度，以及提升使用寿命和安全性能，为混合动力汽车提供更可靠的能源供应。
而引入智能辅助驾驶系统，能够实现能量回收与再利用，实现能量管理的智能化，提高整体能效。
这些措施的综合应用将有助于提升混合动力汽车的能源利用效率，实现可持续出行的目标。
关键词：混合动力；汽车；动力系统；优化设计；能效改进力汽车可以使用交流电动机或直流电动机，以获得最佳的驱动性能，提高能源利用效率。
混合动力汽车能量管理系统的优化设计
混合动力汽车能量管理系统的优化设计随着环境保护意识的增强和能源危机的日益严峻，混合动力汽车作为一种高效、低排放的交通工具，正逐渐成为人们关注的焦点。
然而，混合动力汽车的能量管理系统是其核心技术之一，对于提高燃油利用率、减少排放具有重要意义。
本文将探讨混合动力汽车能量管理系统的优化设计，以期为混合动力汽车的发展做出贡献。
首先，混合动力汽车的能量管理系统需要考虑电池组和发动机之间的能量分配问题。
电池组作为混合动力汽车的重要能量储存装置，其充放电效率直接影响汽车的续航里程和能量利用率。
因此，通过优化电池组的能量管理策略，可以实现最大程度地提高电池组的充放电效率。
一种常见的优化策略是采用模糊控制算法，根据电池组的电量、车速和驾驶需求等因素，动态调整电池组的充放电功率，以实现最佳的能量利用效果。
其次，混合动力汽车的能量管理系统还需要考虑电池组和发动机之间的协同工作。
在混合动力汽车中，电池组和发动机可以根据驾驶需求的不同进行协同工作，以实现最佳的能量利用效果。
例如，在低速行驶时，可以优先使用电池组供电，减少发动机的负荷，以提高燃油利用率；而在高速行驶时，可以让发动机直接驱动汽车，以提高整车的动力性能。
因此，通过优化电池组和发动机之间的协同工作策略，可以实现最佳的能量管理效果。
此外，混合动力汽车的能量管理系统还需要考虑能量回收利用的问题。
在汽车行驶过程中，会产生大量的能量浪费，如制动能量、发动机废热等。
通过采用能量回收装置，可以将这些能量浪费进行回收利用，以提高整车的能量利用效率。
一种常见的能量回收装置是制动能量回收系统，通过回收制动过程中产生的能量，将其转化为电能储存到电池组中，以供给车辆运行时使用。
通过优化能量回收利用策略，可以实现最大程度地提高整车的能量利用效率。
最后，混合动力汽车的能量管理系统还需要考虑用户需求的个性化定制。
不同的用户对于汽车的驾驶习惯、行驶路况和舒适性要求等方面都有不同的需求。
因此，通过采用智能化的能量管理系统，可以根据用户的需求进行个性化定制，以实现最佳的能量管理效果。
小型混合动力汽车动力系统优化设计
小型混合动力汽车动力系统优化设计近年来，混合动力汽车已逐渐成为汽车界的一个热门话题，而小型混合动力汽车更是备受关注。
相比传统汽车，混合动力汽车具有节能减排、动力响应迅速、驾驶舒适等优点。
而小型混合动力汽车由于结构简单，使用成本低廉，成为许多人的首选。
但是，如何优化小型混合动力汽车的动力系统设计，进一步提高其性能和效率，成为了一个重要的课题。
一、小型混合动力汽车动力系统的构成小型混合动力汽车由两部分组成，即发动机和电机。
发动机的功率和效率决定了汽车的驱动性能和燃油消耗情况，而电机则起到辅助驱动的作用。
混合动力汽车的特点是，电动机和发动机之间可以实现互补、共同工作，相互促进，从而达到节能减排和提高汽车性能的目的。
二、小型混合动力汽车动力系统的优化设计（一）发动机的优化设计发动机是小型混合动力汽车最关键的部分之一，其功率和效率的提升能够直接决定汽车的性能。
要优化发动机的设计，需要从以下几个方面入手：1. 缩小气门和缸径间的间隙，提高密封性能，增加压缩比，提高燃烧的效率。
2. 采用高效的燃油喷射系统，对燃油进行精确控制，增加燃烧效率的同时降低排放。
3. 采用高效的排气系统，减少排气阻力，提高发动机功率。
4. 研发高效的散热系统，降低发动机温度，提高发动机寿命和性能。
（二）电机的优化设计电机是小型混合动力汽车的辅助动力部分，也是其节能减排的关键之一。
要优化电机的设计，需要从以下几个方面入手：1. 优化电机的转子、定子和电场结构，提高转矩和转速，增加电机功率。
2. 选择高效的电池，提高电池的充放电效率，增加车辆续航里程。
3. 优化电机的控制系统，实现电机和发动机的有机组合，提高汽车性能和燃油效率。
（三）整体系统的优化设计小型混合动力汽车的整体系统包括发动机、电机、电池、变速箱等部分，需要实现协同工作，才能发挥最大的性能和效率。
要优化整体系统的设计，需要从以下几个方面入手：1. 优化系统的控制系统，实现发动机和电机的动态配合，最大限度地提高燃油效率和性能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１ 优 化 算法
１１ 列 二次 规划 法 ．序
序列二次规 划法 （ｅｕｎ ａ Ｑ ａｒ ｉ Ｐｏｒ ｍｎ ， Ｓｑｅｔ ｌ ｕｄ ｔ ｒ ａ ｉ ｉ ａｃ ｇ ｍ ｇ
Ｓ Ｐ 是一种非常优秀的求解中小规模有约束光滑非线性 Ｑ）
问题 的求解 方 法 。Ｓ Ｐ算 法 将原 问题 转 化 为 一 系列 的 Ｑ
本元件 ， 是一个多输入单输 出的非线性元件， 其输入输 出
关系 可描述 为 ：
量变化 ， 有效降低燃油消耗。 １６遗传算法 ．
ｆ ＝∑ 一 ， ０
Ｊ＝１
遗传算法 （ ｅｅｃＡｇｒｈ Ｇ 是 由密执安大学 Ｇ ｎｔ ｌ ｉ ｍ， Ａ） ｉ ｏｔ
Ｈ ｌｎ 提出的一种随机搜索与优化算法， ｏａｄ ｌ 其基本思想是
置 （ ｂ ｓ） 然 后 通 过 比 ｇｅｔ ，
文献［１采用 自适应模拟退火算法， Ｈ Ｖ驱动系 １］ 对 Ｅ 统关键元件及系统参数进行优化匹配， 仿真结果表明， 优 化后 Ｈ Ｖ的燃油经济性和动力性能均优于相应 的传统车 Ｅ 辆 。文献 ［２ 利用模拟退火算法较强的局部搜索能力 ， １］ 将
对并联 式 Ｐｕ —ｎＨ Ｖ在不 同电能消 耗续 驶 里程下 的能 ｌ ｉ Ｅ ｇ 量管理 策 略进行 了优 化 设 计研 究 ， 果 表 明 ： 结 利用 优 化 设
计得到的能量管理策略有效改善了整车燃油经济性。
１３模拟 退火算 法 ．
管理控制器 ， 该控制器的性能优于普通能量管理控制器， 可进一步降低 Ｈ Ｖ的油耗。 Ｅ
文献『４ 通过试验采集合理样本训练对焦 回归型神 １］ 经网络 ， 建立基于神经网络的控制策略。该控制策略响应 速度快 ， 通用性好 ， 并可 以提高 Ｈ Ｖ的燃油经济性。文献 Ｅ ［５ 结合人工神经网络 自主学习功能， １］ 建立模糊神经 网络 控制策略 ， 该策略比普通逻辑控制更加有利于燃油经济性 的提高 ， 并在一定程度上改善 了排放性能。文献 ［６ 设计 １］
物神经 网络 的一种 模拟 和近似 ， 现机理 和功 能上 模 拟生 实
物神经网络¨ 。Ａ Ｎ是 由大量 的人工神经元相互连接而 Ｎ
成 的 自适应 非线 性动态 系统 。人工 神经元 是 Ａ Ｎ 中的基 Ｎ
Hale Waihona Puke 文献 ［８ 采用粒子群算法优化模糊控制器中的隶属 １］
度 函数参 数及模 糊 规则 ， 仿真 实 验 结果 表 明 ， 于 粒 子群 基 优 化 的模 糊能 量管理 策略 能够较 好地控 制 Ｈ Ｖ电池 组 电 Ｅ
・
２ ・ ７
混合 动 力汽 车优 化 算 法 综述 木
璩 晶磊 杨观 赐 。
（． 州大学 教 育部现代制造技术重点 实验 室， 州 贵阳 ５００ ； ． 科 学院 成都计算机 应用研 究所， １贵 贵 ５０３ ２ 中国 四川 成都 ６０４ ） １ １ ０
摘要： 简要介绍 了 典型优化算法的原理及特点； 对混合动力汽车优化设计的研究现状进行了总结归纳， 出通过采用合理 得 盼优化算法对混合动力汽车进行优化可有效改善整车性能， 混合优化算法以及多 目 指出 标优化是混合动力汽车优化设计
・
２８ ・
函数值。 其优化过程分两部分 ： 第一 ， 识别那些具有潜在最 优解的超立方体 ； 第二 ， 将这些潜在最优化的超立方体继 续分割为更小 的超立方体 ， 然后返 回第一步。 经过反复迭
代 分 割 ， 到满 足收敛 条 件 后退 出 ， 终获 得 全 局最 优 函 直 最 数值 。 文献 ［］ 用 ＤＲ Ｃ ８采 ＩＥ Ｔ搜 索 方 法 对燃 料 电池 Ｓ Ｖ进 Ｕ
为激发状态 ， 负值为抑制状态 ） ／为激发 函数 ， ， ｎ为输 入 神经元 的个数 ， Ｙ 为该神经元输出。 由多个神经元连接组 成神经网络， 其依靠系统 的复杂程度 ， 通过调整内部大量
节 点之 间相 互连 接 的关 系 ， 而达 到模拟 生物 神经 系统 处 从 理信 息 的 目的。
・
２９ ・
计算机科学 、 优化调度 、 组合优化等领域 ， 并取得了巨大的
Ｏ 引 言
节能 和环保 是 ２ 世 纪 汽 车 技 术 的一 个 重 要 发 展 方 １
向， 融合了内燃机 汽车和电动汽车优点的混合动力 汽车
（ ｙｒ ｌ ｔｃｌ ｅｉｅ Ｈ Ｖ） Ｈ ｂ ｄＥｅ ｒ ａ Ｖ ｈ ｌ， Ｅ 成为 了新型汽车开发 的 ｉ ｃ ｉ ｃ
热 点 …。Ｈ Ｖ通过 多种 动 力 源 的组 合 ， 用 电力 储 能 和 Ｅ 采
了一种新 的基 于人工 免疫 网络优化 的模糊 神经 Ｈ Ｖ能 量 Ｅ
行了能量管理优化 ， 结果表明 ＤＲ Ｃ ＩＥ Ｔ算法 比Ｓ Ｐ Ｑ 算法更 为有效 ， ＤＲ Ｃ 但 ＩＥ Ｔ算法不适用 于大规模的运算 ， 收敛速 度 熳。文献［ ］ ９ 应用 Ｐ 前 向仿真软件及 ＤＲ Ｃ Ａ ＩＥ Ｔ算法
序， 最终达到常温基态， 内能减为最小。用固体退火模拟
组合 优化 问题 ， 内能 模 拟 为 目标 函数 值 ， 将 以温 度 作 为控
制参数 ， 随机给定一个较大的控制参数初值和初始解 ， 利 用 Ｍ ｔ ｐｌ 抽样策略在解空间中进行随机搜索 ， ｅ ｏｏ ｓ ｒ ｉ 对当前 解重复“ 产生新解 一 计算 目标 函数差 一 接受或舍弃 ” 的迭
电力驱动技术， 与传统汽车的内燃机驱动相结合 ， 相较于 传统内燃机汽车 ，Ｅ Ｈ Ｖ增加了动力 系统部件 的种类 和组 合方式 ， 通过对各部件的工作方式进行优化组合 ， 使作为
主动力源的内燃机工作在经济运行 区和低排放区， 以保证
车辆 良好 的 动办 ｌ 低排 放 性 和 低 能 耗性 ， 当今 最 具 开 生、 是
代 ， 随温度 的不 断下 降 重 复抽 样 过 程 ， 终得 到 问 题 的 伴 最
全 局最优 解 。
群作为初始解 ， 用粒子的位置表示待优化 问题的解 ， 粒子 性能的优劣程度取决于待优化 问题 目标 函数确定 的适应
度值 。每个 粒 子记 录 自 己 的 最 优 位 置 （ ｂｓ） ｐｅｔ 以及所 有粒 子 的最 优 位
初 始解 “ 向 ” 优 解 。 飞 最 Ｐ Ｏ算 法 的实 现 流程 如 Ｓ
图 １所示 。
Ｉ ． ）
图１ 粒 子 群优 化 算 法 流程 图
人工神经 网络 （ ｒｆ ｉ ｅｒ ｅ ｏ ， Ｎ ） Ａｔ ｃ ｌ ｕａ Ｎ ｔ ｒ Ａ Ｎ 是生 ｉ ａＮ ｌ ｉ ｗ ｋ
发意义的新 型汽车 。Ｈ Ｖ结构和控制策 略复杂 ， Ｅ 如何 匹配和优化混合动力系统才能实现最佳性 能是研究和开
发过程 中的关 键 问题 。基 于 工 程经 验 的“ 错 法 ” 试 已无 法
满足 Ｈ Ｖ这种复杂系统 的优化 ， Ｅ 因此优化算法逐渐被引 入到混合动力系统的优化过程 中来 。本文对 Ｈ Ｖ优化算 Ｅ 法及技术现状作 了系统 的归纳整理 ， 并分析展望 了 Ｈ Ｖ Ｅ
无序 状 ， 内能增 大 ； 再让其 缓慢 冷却 ， 固体 内部 粒子 渐 趋有
粒子群优化算法（ ａ ｉｅＳ ａ ｐ ｍｚ ｉ ， Ｓ ） Ｐｒｃ ｗｒ Ｏ ｔ ｉ ｔ ｎ Ｐ Ｏ ｔｌ ｍ ｉ ａｏ
源 于对 鸟群简 化社会模 型 的研究及 行为 模拟 ， 于 群体 是基 的演化 算法 ， 是 由 Ｋ ｎｅ 与 Ｅ ｅ ａ 于 １９ 最早 ｅｎｙ ｂｒ ｒ ｈ ｔ ９５年提 出 的 。Ｐ Ｏ算 法求解 问题 的基 本思 想 是 随机 产生 一 粒子 Ｓ
较 当前 位置 和 两个 最 优 位置 的差别 来 调整 速 度 以确 定 下 一 步 的 位 置 。
计算粒子种群 中各粒子 的适应值并对 ｐｅｔ ｂｓ 和 ｓ 行 更 新 ｔ 进
根据速度 、 置更新公式刘粒子 一 位 斟 ～ 输其 是 的 速 度 和位 置进 行 更 新
遗传算法与模拟退火算法相结合 ， 以模拟退火算法作 为一
，
ａｉ ｎ ｏ ｅ ｅ ｒ ｈ ｉ ｅ ｏ ｔ ｚ ｔ ｎ ｄ ｓ ｎ ｏ Ｖ，ａ ｄ ｃ ｍｅ ｔ ｈ ｏ ｃｕ ｉｎ ｔ ａ ｅ ｖ ｈ ｃｅ ｐ ｒ ｒ ｎ ｅ ｃ ｕ ｄ ｂ ｒ ａｌ ｏｉｈ ｄ ｔ ｆｒ ｓ ａ ｃ ｎ ｔ ｐ ｉ ａ ｉ ｅ ｉ ｆ ｏ ｈ ｉ ｍ ｏ ｇ ＨＥ ｎ ａ ｔ ｅ ｃ ｎ ｌ ｓｏ ｔｔ ｅ ｉｌ ｆ ｍａ ｃ ｏ ｌ ｅ ｇ ｅ ｔ ｐ ｌ ｅ ｏ ｈ ｈ ｅ ｏ ｙ ｓ
ｂ ｄ ｐｉ ａｏ ａ ｏｔ ｉ ｔ ｎａ ｏ ｔｍ ， ｏ ｔ ｕ ａ ｔｅ ｙ ｒ ｐｉｉ ｔ ｎａｇｒ ｍ ｄ ｈ ｕｔ— ｂｅｔ ｅｏｔ ｚｔｎａ ｙａ ｏｔ ｇｒｔｎ ｐｉ ｚ ｉ ｌ ｒｈ ｓ ｐ ｉ ｅ ｏｔｈ ｔｈ ｂ ｄｏ ｔ ｚｉ ｏ ｔ ａ ｅｍ ｉ ｏｊｃｖ ｐ ｍ ａｏ ｒ ｎ ｉｌ ｍ ａ ｏ ｇｉ ｎｄ ｔ ｈ ｉ ｍａ ｏ ｌ ｉ ｈ ｎ ｔ ｌ ｉ ｉ ｉ ｉ ｅ
今后的发展方向。 。
关键词： 混合动力 汽车 誓 优化算法 模拟退火 遗传算法
÷
中囤分类号；４９ 文献标识码： 文章编号ｌ ０ ６８ ｏ２ ０ ０ 囊 ３ ｊ Ｕ６ｌ Ａ ｜ ２ ８６２１｝ Ｄ凹 ｏ ÷ ｌ Ｄ Ｉ （
Ｏｖ ｒ ｉｗ ｆＯ ｐｉ ｉａ ｉｎ ｇ ｒｔ ｍ ｏ ｅ ｖｅ ｏ ｔ ｚ ｔｏ Ａｌ ｏ ｉ ｍ ｈ ｆ ｒ ＨＥＶ
１５ 子群 优化算 法 ．粒
模拟退火（ｉｕ ｔ ｎｅ ｉ ， Ａ 算法是一种拟物 Ｓ ｌｅ Ａ ｎａｎ Ｓ ） ｍ ａｄ ｌ ｇ 算法 ， 最早 由 Ｋｒｐｔｃ 在 １８ 年提出 。ｓ ｉ ａｉ ｋ ｒ ｋ ９３ … Ａ算法来源 于固体退火原理 ， 固体加温至充分高 ， 将 固体 内部粒子呈
ＱｕＪｎ ｌｉ ＹＡＮＧ ａ ｃ ｉｇｅ ， Ｇｕ ｎ ｉ
Ａｂ ｔ ａ ｔ ｈ ｓ ｐ ｐ ｒｂ ｅ ｙ ｉ ｔ ｄ ｃ ｄ ｔ ｅｐ ｎ ｉｌ ｓａ ｄ ｆ ａｕ ｅ ｆ ｌｓ ｉ ｐ ｉ ｚ ｔ ｎ ａｇ ｒ ｈ ｓｒ ｃ ：Ｔ ｉ ａ ｅ ｒ ｆ ｎｒ ｕ ｅ ｒ ｃ ｐ ｅ ｎ ｔ ｒ ｓｏ ａ ｓ ｏ ｔ ｉｌ ｏ ｈ ｉ ｅ ｃ ｃ ｍｉａｉ ｌｏ ｔ ｍｓ ｓ ｍｍａ ｉｅ ｅｃ ｒ ｎ ｉ — ｏ ｉ ｕ ｒｚ ｄ ｔ ｕ ｒ ｔｓ ｕ ｈ ｅ ｔ