基于动态规划与 RBF 神经网络的 PHEV
能量管理策略
魏丽青(1993-),女,硕士,讲师,研究方向为混合动力汽车控制,E-mail:278757697@qq.com。
2024, 49(7):
7-13.
DOI: 10.16638/j.cnki.1671-7988.2024.007.002
为提高插电式混合动力汽车燃油经济性,设计了一种基于动态规划和径向基函数(RBF)
神经网络的插电式混合动力汽车能量管理策略。首先,建立了插电式混合汽车数学模型;其
次,以发动机油耗最小为目标函数,采用动态规划求解全局最优的离线优化结果;最后,采
用 RBF 神经网络对离线最优控制结果进行学习,建立了发动机输出转矩与车辆状态参数之间
的非线性映射关系,得到了基于动态规划和 RBF 神经网络的能量管理策略。仿真结果表明,
文章所提策略油耗较之于电量消耗-维持策略降低了 2.92%,验证了该策略的有效性。
参考文献 |
相关文章 |
计量指标
|