科研之友
微信
新浪微博
Facebook
分享链接
摘要
文章以EVT混合动力汽车为研究对象,在建模基础上,采用全局优化能量管理策略,选用23种典型循环工况,通过Q型聚类方法基于欧氏距离最小的方法,将典型工况划归为5类,并运用DP动态规划全局优化算法获得能量分配策略,基于BF神经网络算法通过与相似实际工况的匹配,由此,便可完成基于工况识别的混合动力汽车能量管理策略的构建。
- 单位
文章以EVT混合动力汽车为研究对象,在建模基础上,采用全局优化能量管理策略,选用23种典型循环工况,通过Q型聚类方法基于欧氏距离最小的方法,将典型工况划归为5类,并运用DP动态规划全局优化算法获得能量分配策略,基于BF神经网络算法通过与相似实际工况的匹配,由此,便可完成基于工况识别的混合动力汽车能量管理策略的构建。
