科研之友
微信
新浪微博
Facebook
分享链接
摘要
在利用短行程法构建行驶工况的过程中，为综合考虑短行程的典型性和行驶工况的代表性，将二者量化并作为多目标优化过程中的两个目标函数，引入非支配排序遗传算法Ⅱ（nondominated sorting genetic algorithmⅡ，NSGA-Ⅱ）对短行程的选择进行优化。将NSGA-Ⅱ优化方法与常用的短行程选择方法进行对比，在相同时间内，随机选择法、相关性法、距离法和NSGA-Ⅱ分别构建了7 582、7 209、9 615和20个候选行驶工况。结果显示，4种方法中，在整体上，NSGA-Ⅱ产生的行驶工况集中在代表性较高的区域同时使得构成行驶工况的短行程整体上典型性较高；在最优工况的比较中，NSGA-Ⅱ的最优工况与原始数据的特征参数相对误差最小，包含的短行程到离簇中心的平均距离最短，表明采用NSGA-Ⅱ算法对短行程选择过程进行优化有助于从多个角度提升行驶工况的构建质量。
- 单位
