基于智能算法的純電動客車動力系統(tǒng)參數(shù)匹配與研究.pdf

1、隨著科學技術的不斷發(fā)展與擴大，各個領域的專家或?qū)W者嘗試著將不同學科的知識結(jié)合在一起并應用在其他領域中，其中智能理論算法就是建立在仿生物的基礎上，通過計算機來實現(xiàn)的一種智能算法，目前這種智能算法被應用在不同的學科領域，在實現(xiàn)預判、控制、監(jiān)測以及其他方面具有快速、精確等優(yōu)勢，得到了越來越廣泛的發(fā)展與認可。因此對智能理論方法進行分析與應用研究具有很重要的意義。
　　本課題對人工魚群算法(AFSA)和支持向量機(SVM)進行改進，將改進后

2、的人工魚群算法和支持向量機應用在純電動客車變速箱速比的匹配優(yōu)化上，使用支持向量機對純電動客車的動力性和經(jīng)濟性進行預判，使用人工魚群算法來優(yōu)化動力性和經(jīng)濟性，通過對參數(shù)進行匹配優(yōu)化，在保證純電動客車動力性的基礎上，降低純電動客車的百公里耗電量，提高純電動客車的綜合性能，進一步證明改進的智能算法的良好應用性。
　　本課題首先對遺傳算法、BP神經(jīng)網(wǎng)絡、人工魚群算法等優(yōu)化算法進行簡單介紹，分析各自優(yōu)劣勢，在此基礎上對人工魚群算法進行改進，

3、提高人工魚群算法的多樣性、兼顧全局搜索能力和局部逼近能力;選取兩組經(jīng)典測試函數(shù)，將改進后的人工魚群算法、典型人工魚群算法以及其他算法應用在函數(shù)極值問題求解上，通過比較分析得到改進的人工魚群算法在性能上的提高。
　　其次對支持向量機進行簡單的介紹，對支持向量機的參數(shù)選擇上進行一定的改進，將遺傳算法、粒子群算法以及改進的人工魚群算法應用在支持向量機的參數(shù)選擇上;在UCI標準數(shù)據(jù)庫中選取若干組數(shù)據(jù)，將改進之后的支持向量機應用在數(shù)據(jù)分類和

4、回歸上，通過比較分析得到基于改進人工魚群算法的參數(shù)選擇的支持向量機所具備的優(yōu)勢。
　　然后將某傳統(tǒng)燃油客車改造成純電動客車，根據(jù)純電動客車性能指標的要求以及客車特有性能初步匹配電動機、電池的參數(shù)，并建立純電動客車自動換擋策略;使用AVL-Cruise一維整車仿真軟件搭建純電動客車仿真模型，通過仿真驗證模型改造的準確性。
　　最后以已建立好的純電動客車一維仿真模型為對象，使用DOE設計得到變速箱速比組合，針對不同的城市客車行駛