[发明专利]基于自适应马氏链进化的含道路坡度汽车运行工况设计方法

说明书

本发明公开了一种基于自适应马氏链进化的含道路坡度汽车运行工况设计方法，将自适应特性融入到马尔可夫链进化方法中，结合马尔可夫链进化方法中的进化策略满足工况马尔可夫性的特殊性，定义策略功能分界变量，将进化策略分类成具有一般全局和局部搜索功能的两种策略，运用自适应公式调节进化策略概率，使得进化策略既满足工况马氏性，又具有自适应性。本发明与基于马尔可夫链进化的运行工况设计方法相比，可以获取多参数高速公路代表性运行工况的同时，运行效率在设定条件下显著提高。本发明设计方法可用于设计不同参数运行工况，扩大该类的应用范围，适用性较强。

技术领域

本发明涉及一种汽车运行工况设计方法，尤其涉及一种基于自适应马氏链进化的含道路坡度汽车运行工况设计方法。

背景技术

汽车燃油消耗率与污染物排放量随着坡度的增加而明显增加，道路坡度显著影响车辆燃油消耗和污染物排放。此外，重型汽车能耗评估和混合动力汽车动力总成尺寸的选择方面对道路坡度也表现出很强的敏感性。工况设计的方法需要考虑道路坡度参数，否则将会导致汽车应用中不切实际或有限的设计。当前含道路坡度的工况设计方法主要包含基于传统马尔可夫链的工况设计方法和基于马尔可夫链衍生出的智能方法。基于马尔可夫链方法在运行工况设计时因受到多因素影响本身存在设计效率低的问题，归根结底是因为本质上该方法随机生成工况，该过程中缺少方向性而不能逼近目标工况。另一类基于马尔可夫链的智能方法，相对于马尔可夫链方法，该方法使工况设计过程具有方向性，可以提高设计工况的运行效率。但是，综上两类方法均缺乏与设计环境相适应的特性，即自适应性，换句话说，具有自适应性的方法可以更充分挖掘设计效率的提升空间。因此有必要继续对现有的马尔可夫链进化方法进行改进。

发明内容

本发明所要解决的技术问题是提供一种基于自适应马氏链进化的含道路坡度汽车运行工况设计方法，能够大大优化马尔可夫链进化方法，进一步提高后续含挡位、转速、转矩或功率等参数的运行工况设计效率。

本发明为解决上述技术问题而采用的技术方案是提供一种基于自适应马氏链进化的含道路坡度汽车运行工况设计方法，包括如下步骤：S1)基于车辆实际含道路坡度的试验数据，分别设置速度、加速度和道路坡度步长Δv，Δa和Δg以及最小速度v_min，最大速度v_max，最小加速度a_min，最大加速度a_max，最小坡度g_min和最大坡度g_max，进行状态编码，统计三参数的状态转移概率矩阵P，按照运行工况时间长度L和种群大小N_P的设计要求，利用马尔可夫链随机模拟方法生成状态序列，组成初始种群；S2)设定运行工况与原始采集数据库的评价指标相对偏差绝对值均保持在阈值T_r范围内，然后设计目标函数，并将种群个体解码成序列，依次计算种群个体的适应值；S3)按照设定的精英概率p_s，选择保留N_P×p_s个精英个体，利用适应度尺度变换函数对种群剩余个体进行随机配对；S4)选择所要执行的算子操作，计算交叉概率p_c，生成伪随机数r，当r＞p_c时，对个体进行自适应马尔可夫性变异操作，生成变异个体；当r≤p_c时，选择要执行交叉算子的类别，对个体进行交叉操作，生成交叉个体；S5)将精英个体、交叉个体和变异个体组成新的种群，如果满足终止条件，输出最优序列链，解码获得三参数工况时间序列；否则返回步骤S2。

进一步地，所述步骤S1中L取值为1800s，N_P的取值为24，Δv的取值为0.5m/s，Δa的取值为0.1m/s²，Δg的取值为1％。

进一步地，所述步骤S2中T_r的取值为10％；所述步骤S13中p_s的取值为1/12。

进一步地，所述步骤S4按照公式(1)计算交叉概率p_c；