关键词：传动系参数;自适应粒子群算法;仿真;参数优化匹配
摘 要：为提高汽车的动力性，降低汽车的燃油消耗，提出一种传动系统参数多目标优化匹配方法。基于机械式传动系统，分别以百公里燃油消耗量和（0～100）km/h加速时间为优化分目标，构建整车动力性模型和经济性模型；通过设定不同的动力性约束指标，引入加权系数法和罚函数，建立了多工况下整车传动系统的参数优化模型。为提高传动系参数的匹配程度，提出一种基于动态学习因子和自适应调节惯性权重策略下的改进自适应粒子群优化算法，获得整车传动系统参数的最优集。仿真结果表明，改进后的算法收敛速度快，更具“活”性，很好地避免了算法的“早熟收敛”，较传统的自适应算法而言，在六循环工况下的百公里油耗减少了1.5%,(0～100)km/h加速时间缩短了2.3%，最高车速也提高了0.53%，这些结果都充分验证了改进的自适应粒子群算法的可靠性和有效性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取