关键词：道路坡度;长短期神经网络;燃料电池混合动力汽车;汽车动力模型
摘 要：道路坡度是燃料电池混合动力汽车(FCHV)能量管理策略中的重要参数,但精确的道路坡度很难实时获取。因此,提出了一种基于智能算法(长短期神经网络,LSTM)的道路坡度估计方法。通过分析汽车行驶动力模型,选择了合适的行驶参数作为网络输入。同时,比较了该算法与多层感知器(MLP)算法的估计结果,也比较了不同文献中各算法估计结果的归一化均方根误差值(NRMSE)。实车实验结果表明:该方法能在不使用额外传感器的情况下,较准确地估计实时道路坡度,估计结果的RMSE值(均方根误差值)和NRMSE值仅为0.65°和4.6%。
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