[发明专利]一种基于混合动力的汽车动力分配方法

摘要

本发明公开一种基于混合动力的汽车动力分配方法，当车辆行驶时，基于BP神经网络确定发动机和电动机的工作状态，具体包括步骤一、按照采样周期，通过传感器测量发动机的转速波动量、电动机的转速波动量、电池的剩余电量系数、汽车振动烈度、汽车行驶速度和路面坡度；步骤二、确定三层BP神经网络的输入层神经元向量x＝{x1,x2,x3,x4,x5,x6}；其中，x1为发动机的转速波动量，x2为电动机的转速波动量，x3为电池的剩余电量系数，x4为汽车振动烈度，x5为汽车行驶速度，x6为路面坡度；步骤三、所述输入层向量映射到隐层，隐层的神经元为m个；步骤四、得到输出层神经元向量o＝{o1,o2}；其中，o1为发动机的工作状态，o2为电动机的工作状态。使得动力系统可以按照汽车的实际运行工况灵活调控，降低油耗与排放。

主权项

1.一种基于混合动力的汽车动力分配方法，其特征在于，当车辆行驶时，基于BP神经网络确定发动机和电动机的工作状态，具体包括如下步骤：步骤一、按照采样周期，通过传感器测量发动机的转速波动量、电动机的转速波动量、电池的剩余电量系数、汽车振动烈度、汽车行驶速度和路面坡度；步骤二、确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅,x₆}；其中，x₁为发动机的转速波动量，x₂为电动机的转速波动量，x₃为电池的剩余电量系数，x₄为汽车振动烈度，x₅为汽车行驶速度，x₆为路面坡度；步骤三、所述输入层向量映射到隐层，隐层的神经元为m个；步骤四、得到输出层神经元向量o＝{o₁,o₂}；其中，o₁为发动机的工作状态，o₂为电动机的工作状态，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}，当o_k为1时，表示处于工作状态，当o_k为0时，表示处于不工作状态。