基于猴群算法的混合动力汽车能量管理策略

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (14): 9-13.

基于猴群算法的混合动力汽车能量管理策略

申彩英1，高韬2

1.辽宁工业大学汽车与交通工程学院，辽宁锦州 121001
2.华北电力大学自动化系，河北保定 071003

出版日期:2014-07-15 发布日期:2014-08-04

Study on energy management strategy of hybrid electric vehicle based on monkey algorithm

SHEN Caiying1, GAO Tao2

1.College of Automobile and Transportation, Liaoning University of Technology, Jinzhou, Liaoning 121001, China
2.Department of Automation, North China Electric Power University, Baoding, Hebei 071003, China

Online:2014-07-15 Published:2014-08-04

摘要/Abstract

摘要： 混合动力汽车通常由两种不同的动力源驱动，对于驾驶员需求，如何分配动力源的输出，使得整个循环的耗油量达到最小是混合动力系统控制表示法需要解决的问题。实际汽车中各部件模型是非线性的，而且受到约束，结合猴群算法理论，提出了基于猴群算法的能量管理策略。对505及NEDC等标准工况进行了仿真，结果表明，猴群算法用很小的猴群就可以很快收敛到全局最优解，寻优能力强，可以实现低油耗。

关键词: 系统工程, 全局最优解, 猴群算法, 混合动力汽车, 能量管理

Abstract: Hybrid Electric Vehicles（HEV） are usually powered by two different energy sources. It is important to split the instantaneous power between the two energy sources in order to minimize fuel consumption, while the vehicle performs a given driving cycle. Mathematical models of vehicle are nonlinear and under restraint in practice, in combination with theory of Monkey Algorithm（MA）, energy management strategy based on MA is presented. Simulation results demonstrate that MA has a good global search capability and can get the optimum solution quickly with small population size. Thus it can realize low fuel consumption.

Key words: systems?engineering, global optimal solution, monkey algorithm, hybrid electric vehicle, energy management

申彩英1，高韬2. 基于猴群算法的混合动力汽车能量管理策略[J]. 计算机工程与应用, 2014, 50(14): 9-13.

SHEN Caiying1, GAO Tao2. Study on energy management strategy of hybrid electric vehicle based on monkey algorithm[J]. Computer Engineering and Applications, 2014, 50(14): 9-13.

[1]	柴获1，2，何瑞春2，马昌喜2，代存杰1，3. 用于求解路径交通流量的改进Frank-Wolfe算法[J]. 计算机工程与应用, 2018, 54(9): 213-217.
[2]	徐小平，张东洁. 基于猴群算法求解旅行商问题[J]. 计算机工程与应用, 2018, 54(2): 144-148.
[3]	韩中1，2，赵升吨2，张贵成2，3，阮卫平3，李建平3，沈红立3. 流程制造系统辨识的自动结构性建模方法[J]. 计算机工程与应用, 2014, 50(1): 227-231.
[4]	党小超1，2，姚浩浩1. 基于多路移动Agent的WSN能量管理模型[J]. 计算机工程与应用, 2013, 49(2): 100-104.
[5]	曾蕴波1，周竞涛1，范海涛2. 模型驱动的卫星产品变更范围提取技术[J]. 计算机工程与应用, 2013, 49(10): 62-67.
[6]	贾瑞民1，何登旭2，石绍堂1. 学习猴群爬过程的人工蜂群优化算法[J]. 计算机工程与应用, 2012, 48(27): 53-57.
[7]	张慧斌，王鸿斌，胡志军. PSO算法全局收敛性分析[J]. 计算机工程与应用, 2011, 47(34): 61-63.
[8]	张荣雨，李士宁，李志民. 精准农业应用中WSN能量管理研究[J]. 计算机工程与应用, 2011, 47(13): 241-244.
[9]	李望移,郑金华. 引导交叉——一种新的遗传交叉策略[J]. 计算机工程与应用, 2008, 44(29): 40-43.
[10]	王侃伟方宗德赵治国. 混合动力汽车CAN总线应用协议研究[J]. 计算机工程与应用, 2007, 43(8期): 221-224.
[11]	杨晓光伍速锋云美萍. 日常出行中的交通信息有效性仿真研究[J]. 计算机工程与应用, 2007, 43(4期): 12-15.
[12]	严太山^1,2,陶永芹¹,崔杜武¹. 基于人类繁殖现象的遗传算法研究[J]. 计算机工程与应用, 2007, 43(33): 78-81.
[13]	何彬宋君花唐航波杨林. 基于CAN总线的混合动力汽车LCD仪表系统[J]. 计算机工程与应用, 2007, 43(12): 218-220.