混合動力系統的高效運行依賴於各部件的匹配及控制策略，其最佳化模型具有不可微、多維、帶約束、非線性等特點，是典型的多目標最佳化問題。李少波等編著的《進化算法與混合動力系統最佳化》介紹了當前混合動力系統多目標最佳化方法及其不足，綜述了進化算法及進化多目標最佳化算法的最新研究成果，研究了進化算法中的優秀基因模組挖掘與重用技術，介紹了混合動力系統建模方法及仿真軟體。在建立帶約束混合動力系統多目標最佳化數學模型的基礎上，設計了基於NSGAⅡ的混合動力系統多目標最佳化算法、基於Pareto最優原理的混合動力汽車多目標最佳化進化算法。證明了劃分模型抽中特定目標的機率恆大於不劃分模型的機率，並以其為理論基礎設計了基於決策空間劃分模型的多目標進化算法，同時介紹了將算法套用於混合動力系統多目標最佳化的方法，且量化研究了控制策略參數對並聯式混合動力汽車整車性能的影響。最後，針對混合動力挖掘機動力源輸出功率耦合控制技術，研究了動力源輸出功率匹配控制策略，建立電控仿真模型並分析與最佳化了某型產品。 《進化算法與混合動力系統最佳化》內容深入淺出，具有很強的理論與實踐指導作用，可作為車輛工程、機械工程、計算機科學等學科相關專業工程技術人員、科研人員的實用工具書，也可以作為高年級本科生、研究生的課程教學參考書。
基本介紹
- 書名：進化算法與混合動力系統最佳化
- 作者：李少波 楊觀賜
- 出版日期：2013年7月1日
- 語種：簡體中文
- ISBN：7111425359
- 外文名：Evolutionary Algorithms and Optimization of Hybrid System
- 出版社：機械工業出版社
- 頁數：271頁
- 開本：16
- 品牌：機械工業出版社
基本介紹,內容簡介,作者簡介,圖書目錄,
基本介紹
內容簡介
李少波等編著的《進化算法與混合動力系統最佳化》介紹了當前混合動力系統多目標最佳化方法及其不足，綜述了進化算法及進化多目標最佳化算法的最新研究成果，研究了進化算法中的優秀基因模組挖掘與重用技術，介紹了混合動力系統建模方法及仿真軟體。本書可作為車輛工程、機械工程、計算機科學等學科相關專業工程技術人員、科研人員的實用工具書
作者簡介
李少波，男，1973年11月生，貴州大學教授。2003年獲中國科學院計算機軟體與理論博士學位。現任教育部現代製造技術重點實驗室副主任，貴州大學機械工程學院副院長。在我國率先開展基於遺傳編程與功率鍵合圖的機電系統創新設計研究，目前其主要研究方向為創新設計、進化計算、企業信息系統等。楊觀賜，男，1983年10月生，貴州大學教育部現代製造技術重點實驗室教師。現為IEEE會員、CCF會員、“貴州省百名教授、博士進企業活動”第五批入選對象、貴陽市科技特派員。主持國家科技支撐計畫項目子課題、貴州省及貴陽市科技計畫項目、企業委託項目近10項；主持研發的“繼電仿真軟體”在暖通空調節能控制產品上套用，作為主要架構者參與的“鐵路建設工程信息管理系統”在武廣線、深圳捷運等多個項目上使用。已發表學術論文40餘篇，其中SCI/EI檢索的學術論文近30篇，獲軟體著作權登記5項，獲得貴州省科技進步三等獎1次。目前主要研究方向為計算智慧型與智慧型系統、複雜系統建模與多目標最佳化等。E-mail：guanci_yang@163．com。
圖書目錄
作者簡介
前言
第1章 緒論1
1.1 相關概念及定義1
1.1.1 混合動力汽車1
1.1.2 進化算法2
1.1.3 多目標最佳化問題數學描述4
1.2 混合動力汽車技術發展情況6
1.2.1 國內外研究現狀6
1.2.2 混合動力汽車的關鍵技術10
1.3 混合動力汽車總成模型13
1.4 混合動力系統最佳化方法18
1.4.1 基於序列二次規劃法的混合動力汽車最佳化19
1.4.2 基於DIRECT算法的混合動力汽車最佳化22
1.4.3 基於模擬退火算法的混合動力汽車最佳化24
1.4.4 基於神經網路的混合動力汽車最佳化25
1.4.5 基於粒子群最佳化算法的混合動力汽車最佳化27
1.4.6 基於進化算法的混合動力汽車最佳化29
參考文獻31
第2章 進化算法與多目標最佳化34
2.1 遺傳算法35
2.1.1 歷史背景與研究現狀35
2.1.2 遺傳算法的基本結構36
2.1.3 遺傳算法的數學機理43
2.2 遺傳編程50
2.2.1 研究現狀與套用領域50
2.2.2 遺傳編程的基本概念52
2.2.3 算法的表示方式與主體流程57
2.3 進化策略和進化規劃61
2.3.1 進化策略61
2.3.2 進化規劃62
2.4 進化多目標最佳化64
2.4.1 進化多目標最佳化算法綜述64
2.4.2 幾種典型進化多目標最佳化算法72
2.4.3 進化多目標最佳化算法性能評價指標81
參考文獻83
第3章 進化算法中優秀基因模組挖掘與重用技術90
3.1 重用最大頻繁模式的可持續進化算法90
3.1.1 相關定義91
3.1.2 最大頻繁序列模式挖掘算法91
3.1.3 MFPEA算法設計92
3.1.4 算法性能測試與分析93
3.1.5 小結98
3.2 重用抗體優良片斷的免疫進化算法99
3.2.1 相關基礎理論99
3.2.2 改進方案108
3.2.3 算法設計110
3.2.4 測試與分析111
3.2.5 小結114
參考文獻117
第4章 混合動力系統建模及仿真119
4.1 混合動力汽車仿真方法及仿真軟體119
4.1.1 前向仿真119
4.1.2 後向仿真120
4.1.3 前向仿真與後向仿真的選擇121
4.1.4 混合動力汽車仿真軟體121
4.2 混合動力汽車仿真模組建模與分析129
4.2.1 發動機模組129
4.2.2 驅動電機模組133
4.2.3 蓄電池模組136
4.2.4 變速器模組140
4.2.5 主減速器模組142
4.2.6 車輪模組144
4.2.7 整車行駛模組146
4.2.8 循環仿真工況模組148
4.2.9 控制策略模組150
4.3 基於AMESim的混合動力系統建模仿真簡介159
4.3.1 AMESim軟體概述159
4.3.2 AMESim使用入門159
4.3.3 AMESim Rev 9 軟體庫簡介161
參考文獻162
第5章 基於NSGAⅡ的混合動力系統多目標最佳化方法164
5.1 混合動力系統二目標最佳化數學模型164
5.1.1 約束條件的確定165
5.1.2 待最佳化參數165
5.2 混合動力系統多目標最佳化算法166
5.2.1 NSGAⅡ算法主體流程166
5.2.2 基於NSGAⅡ的最佳化算法設計166
5.3 仿真實驗168
5.3.1 實驗設定168
5.3.2 結果與分析169
參考文獻174
第6章 基於Pareto最優原理的PHEV控制策略與傳動系統參數最佳化176
6.1 混合動力系統三目標最佳化數學模型176
6.2 基於Pareto最優原理的混合動力汽車多目標最佳化算法設計177
6.3 仿真實驗與分析178
6.3.1 車型基本信息、最佳化參數及約束條件178
6.3.2 最佳化結果與分析180
參考文獻185
第7章 基於決策空間劃分模型的混合動力系統多目標進化算法186
7.1 定理證明：決策空間劃分模型的數學基礎186
7.2 基於決策空間劃分模型的多目標進化算法設計191
7.2.1 基於決策空間劃分模型的多目標進化框架191
7.2.2 決策空間劃分策略與初始化超球模型方法193
7.2.3 超球體內個體初始化194
7.2.4 超球體質心和半徑更新及超球體內個體調整194
7.2.5 超球體間信息共享機制195
7.2.6 計算複雜性分析196
7.3 算法的數據結構設計及主體結構196
7.3.1 數據結構定義197
7.3.2 算法主體結構198
7.4 針對函式最佳化問題的算法性能測試200
7.4.1 測試問題與參數設定200
7.4.2 性能指標202
7.4.3 實驗結果與分析203
7.5 算法在混合動力系統多目標最佳化中的套用研究213
7.5.1 仿真調用基礎及接口213
7.5.2 針對混合動力系統最佳化設計的函式實現及最佳化結果216
參考文獻222
第8章 基於多指標正交試驗與MOEA的PHEV控制策略參數最佳化224
8.1 概述224
8.2 並聯混合動力汽車總成模型225
8.3 控制策略參數的多指標正交試驗設計及分析225
8.4 基於Pareto最優原理的混合動力汽車多目標最佳化進化算法229
8.5 仿真實驗結果與分析230
8.5.1 實驗設定230
8.5.2 實驗結果與分析231
8.6 小結233
參考文獻235
第9章 混合動力挖掘機動力源輸出功率匹配控制236
9.1 混合動力挖掘機動力源輸出功率匹配技術236
9.1.1 挖掘機混合動力傳動系統能量控制236
9.1.2 混合動力挖掘機動力傳動系統過渡品質控制239
9.1.3 混合動力挖掘機負載功率匹配控制方案242
9.1.4 混合動力挖掘機動力源功率匹配控制方案的研究與制訂248
9.2 混合動力挖掘機系統設計及參數確定249
9.2.1 液壓系統249
9.2.2 燃油發動機252
9.2.3 電機252
9.3 混合動力挖掘機系統建模與分析253
9.3.1 執行元件模型254
9.3.2 液壓系統模型254
9.3.3 動力源模型257
9.3.4 整機模型262
9.4 某型號混合動力挖掘機動力源輸出功率匹配控制及仿真262
9.4.1 執行系統標準空載工況仿真分析263
9.4.2 混合動力挖掘機動力源輸出功率控制策略265
9.4.3 混合動力挖掘機輸出功率控制仿真分析266
9.5 小結271
參考文獻272
前言
第1章 緒論1
1.1 相關概念及定義1
1.1.1 混合動力汽車1
1.1.2 進化算法2
1.1.3 多目標最佳化問題數學描述4
1.2 混合動力汽車技術發展情況6
1.2.1 國內外研究現狀6
1.2.2 混合動力汽車的關鍵技術10
1.3 混合動力汽車總成模型13
1.4 混合動力系統最佳化方法18
1.4.1 基於序列二次規劃法的混合動力汽車最佳化19
1.4.2 基於DIRECT算法的混合動力汽車最佳化22
1.4.3 基於模擬退火算法的混合動力汽車最佳化24
1.4.4 基於神經網路的混合動力汽車最佳化25
1.4.5 基於粒子群最佳化算法的混合動力汽車最佳化27
1.4.6 基於進化算法的混合動力汽車最佳化29
參考文獻31
第2章 進化算法與多目標最佳化34
2.1 遺傳算法35
2.1.1 歷史背景與研究現狀35
2.1.2 遺傳算法的基本結構36
2.1.3 遺傳算法的數學機理43
2.2 遺傳編程50
2.2.1 研究現狀與套用領域50
2.2.2 遺傳編程的基本概念52
2.2.3 算法的表示方式與主體流程57
2.3 進化策略和進化規劃61
2.3.1 進化策略61
2.3.2 進化規劃62
2.4 進化多目標最佳化64
2.4.1 進化多目標最佳化算法綜述64
2.4.2 幾種典型進化多目標最佳化算法72
2.4.3 進化多目標最佳化算法性能評價指標81
參考文獻83
第3章 進化算法中優秀基因模組挖掘與重用技術90
3.1 重用最大頻繁模式的可持續進化算法90
3.1.1 相關定義91
3.1.2 最大頻繁序列模式挖掘算法91
3.1.3 MFPEA算法設計92
3.1.4 算法性能測試與分析93
3.1.5 小結98
3.2 重用抗體優良片斷的免疫進化算法99
3.2.1 相關基礎理論99
3.2.2 改進方案108
3.2.3 算法設計110
3.2.4 測試與分析111
3.2.5 小結114
參考文獻117
第4章 混合動力系統建模及仿真119
4.1 混合動力汽車仿真方法及仿真軟體119
4.1.1 前向仿真119
4.1.2 後向仿真120
4.1.3 前向仿真與後向仿真的選擇121
4.1.4 混合動力汽車仿真軟體121
4.2 混合動力汽車仿真模組建模與分析129
4.2.1 發動機模組129
4.2.2 驅動電機模組133
4.2.3 蓄電池模組136
4.2.4 變速器模組140
4.2.5 主減速器模組142
4.2.6 車輪模組144
4.2.7 整車行駛模組146
4.2.8 循環仿真工況模組148
4.2.9 控制策略模組150
4.3 基於AMESim的混合動力系統建模仿真簡介159
4.3.1 AMESim軟體概述159
4.3.2 AMESim使用入門159
4.3.3 AMESim Rev 9 軟體庫簡介161
參考文獻162
第5章 基於NSGAⅡ的混合動力系統多目標最佳化方法164
5.1 混合動力系統二目標最佳化數學模型164
5.1.1 約束條件的確定165
5.1.2 待最佳化參數165
5.2 混合動力系統多目標最佳化算法166
5.2.1 NSGAⅡ算法主體流程166
5.2.2 基於NSGAⅡ的最佳化算法設計166
5.3 仿真實驗168
5.3.1 實驗設定168
5.3.2 結果與分析169
參考文獻174
第6章 基於Pareto最優原理的PHEV控制策略與傳動系統參數最佳化176
6.1 混合動力系統三目標最佳化數學模型176
6.2 基於Pareto最優原理的混合動力汽車多目標最佳化算法設計177
6.3 仿真實驗與分析178
6.3.1 車型基本信息、最佳化參數及約束條件178
6.3.2 最佳化結果與分析180
參考文獻185
第7章 基於決策空間劃分模型的混合動力系統多目標進化算法186
7.1 定理證明：決策空間劃分模型的數學基礎186
7.2 基於決策空間劃分模型的多目標進化算法設計191
7.2.1 基於決策空間劃分模型的多目標進化框架191
7.2.2 決策空間劃分策略與初始化超球模型方法193
7.2.3 超球體內個體初始化194
7.2.4 超球體質心和半徑更新及超球體內個體調整194
7.2.5 超球體間信息共享機制195
7.2.6 計算複雜性分析196
7.3 算法的數據結構設計及主體結構196
7.3.1 數據結構定義197
7.3.2 算法主體結構198
7.4 針對函式最佳化問題的算法性能測試200
7.4.1 測試問題與參數設定200
7.4.2 性能指標202
7.4.3 實驗結果與分析203
7.5 算法在混合動力系統多目標最佳化中的套用研究213
7.5.1 仿真調用基礎及接口213
7.5.2 針對混合動力系統最佳化設計的函式實現及最佳化結果216
參考文獻222
第8章 基於多指標正交試驗與MOEA的PHEV控制策略參數最佳化224
8.1 概述224
8.2 並聯混合動力汽車總成模型225
8.3 控制策略參數的多指標正交試驗設計及分析225
8.4 基於Pareto最優原理的混合動力汽車多目標最佳化進化算法229
8.5 仿真實驗結果與分析230
8.5.1 實驗設定230
8.5.2 實驗結果與分析231
8.6 小結233
參考文獻235
第9章 混合動力挖掘機動力源輸出功率匹配控制236
9.1 混合動力挖掘機動力源輸出功率匹配技術236
9.1.1 挖掘機混合動力傳動系統能量控制236
9.1.2 混合動力挖掘機動力傳動系統過渡品質控制239
9.1.3 混合動力挖掘機負載功率匹配控制方案242
9.1.4 混合動力挖掘機動力源功率匹配控制方案的研究與制訂248
9.2 混合動力挖掘機系統設計及參數確定249
9.2.1 液壓系統249
9.2.2 燃油發動機252
9.2.3 電機252
9.3 混合動力挖掘機系統建模與分析253
9.3.1 執行元件模型254
9.3.2 液壓系統模型254
9.3.3 動力源模型257
9.3.4 整機模型262
9.4 某型號混合動力挖掘機動力源輸出功率匹配控制及仿真262
9.4.1 執行系統標準空載工況仿真分析263
9.4.2 混合動力挖掘機動力源輸出功率控制策略265
9.4.3 混合動力挖掘機輸出功率控制仿真分析266
9.5 小結271
參考文獻272
