关键词：纯电动汽车;多目标解耦优化;广义回归神经网络;自适应驾驶员
摘 要：提出了一种采用分层方法的解耦优化算法。外层采用多目标粒子群算法对整车动力部件参数进行优化,同时引入对电池以及逆变器的效率优化,将得到的不同优化结果实时提取并传递给内层;内层采用Bellman动态规划算法,根据外层优化得到的动力部件参数求解,建立优化后的换挡策略。在此基础上,通过广义回归神经网络提取动态规划的换挡优化结果,利用所得到的换挡策略建立了自适应驾驶员模型和整车正向仿真模型,以动力性和经济性为目标,通过整车正向仿真分析对分层优化结果进行进一步选择。研究结果表明,该优化算法实现了换挡控制策略与动力部件参数的解耦,有效提高了优化效率,同时能够获得全局优化结果,明显提高了整车经济性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取