[发明专利]基于模拟退火粒子群算法的混合动力汽车参数优化方法

摘要

本发明公开了基于模拟退火粒子群算法的混合动力汽车参数优化方法，本发明将混合动力汽车控制策略中的门限值转化为一群待优化的粒子，以汽车燃油消耗率和排放为优化目标函数，各粒子并行进行模拟退火过程，退火过程中借助Metropolis准则选择性地接受每个粒子的新状态，并运用其跳跃的特性跳出局部最优，最后收敛至全局最优解。本发明克服混合动力汽车控制参数在设置过程中的经验化以及不能获得最优解等问题，能快速获得最优门限值，对于汽车节能减排和混合动力汽车的理论研究具有重要的意义。

主权项

一种基于模拟退火粒子群算法的混合动力汽车参数优化方法，其特征在于，包括如下步骤： 步骤1，建立并调用混合动力汽车整车模型； 步骤2，设置模拟退火粒子群算法参数，包括退火起止温度Tstart、Tend、退火速度K、种群大小S、粒子维数D、粒子位置范围[Pmin Pmax]、粒子速度范围[Vmin Vmax]、惯性权重ωstart、ωend、最大迭代次数Tmax； 步骤3，调用仿真循环工况并进行荷电状态等设置，包括重复运行循环次数，电池电量校正及校正时的最大波动值； 步骤4，设置加速测试、爬坡测试约束条件； 步骤5，计算油耗、排放，根据目标函数F(x)编写适应度值Fitness(x)； 步骤6，计算每个粒子的适应度值； 步骤7，更新个体极值与全局极值； 步骤8，更新粒子位置、速度以及惯性权重； 步骤9，计算更新后的适应度值； 步骤10，判断是否接受新位置； 步骤11，迭代结束，提取数据，代入原控制策略，获得油耗与排放数据； 步骤12，综合比较各组油耗与排放数据，得出最优控制参数。