进化算法与混合动力系统优化

本书混合动力系统的高效运行依赖于各部件的匹配及控制策略，其优化模型具有不可微、多维、带约束、非线性等特点，是典型的多目标优化问题。本书介绍了当前混合动力系统多目标优化方法及其不足，综述了进化算法及进化多目标优化算法的最新研究成果，研究了进化算法中的优秀基因模块挖掘与重用技术，介绍了混合动力系统建模方法及仿真软件。在建立带约束混合动力系统多目标优化数学模型的基础上，设计了基于NSGA—Ⅱ的混合动力系统多目标优化算法、基于Pareto最优原理的混合动力汽车多目标优化进化算法。证明了划分模型抽中特定目标的概率恒大于不划分模型的概率，并以其为理论基础设计了基于决策空间划分模型的多目标进化算法，同时介绍了将算法应用于混合动力系统多目标优化的方法，且量化研究了控制策略参数对并联式混合动力汽车整车性能的影响。最后，针对混合动力挖掘机动力源输出功率耦合控制技术，研究动力源输出功率匹配控制策略，建立电控仿真模型并分析与优化了某型产品。