进化算法与混合动力系统优化.pdf

书书书进化算法与混合动力系统优化李少波 杨观赐 著机 械 工 业 出 版 社 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 N SG A-的混合动力系统多目标优化算法、基于 P a r e t O 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，研究了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。本书内容深入浅出，具有很强的理论与实践指导作用，可作为车辆工程、机械工程、计算机科学等学科相关专业工程技术人员、科研人员的实用工具书，也可以作为高年级本科生、研究生的课程教学参考书。图书在版编目（C I P）数据 进化算法与混合动力系统优化/李少波，杨观赐著.北京：机械工业出版社，2013.6 I SB N978-7-111-42535-9 I.进.李杨.混合动力汽车-动力系统-仿真模型-研究.U 469.702 中国版本图书馆 C I P数据核字（2013）第 102299 号 机械工业出版社（北京市百万庄大街 22 号 邮政编码 100037）策划编辑：黄丽梅 责任编辑：刘本明 版式设计：霍永明 责任校对：肖 琳 封面设计：赵颖喆 责任印制：2013 年 7 月第 1 版第 1 次印刷 169m m 239m m 17.78 印张353 千字 0001 册 标准书号：I SB N978-7-111-42535-9 定价：元 凡购本书，如有缺页、倒页、脱页，由本社发行部调换 电话服务 社 服 务 中 心：（010）88361066 销售一部：（010）68326294 销售二部：（010）88379649 读者购书热线：（010）88379203策划编辑：（010）88379770网络服务教材网：ht t p：/w w w.c m pe du.c O m机工官网：ht t p：/w w w.c m pbO O k.c O m机工官博：ht t p：/w e i bO.c O m/c m p1952封面无防伪标均为盗版张 楠北京玥实印刷有限公司印刷200052.00作 者 简 介李少波，男，1973 年 11 月生，贵州大学教授、博导，中国科学院成都计算机应用研究所兼职博导，教育部新世纪优秀人才计划培养对象，贵州省优秀青年科技人才培养对象，“西部之光”人才培养对象，国家科技部科技咨询与项目评审专家，贵州省制造业信息化专家组组长，贵州省省管专家，享受贵州省政府特殊津贴。于 1996 年获华中科技大学（原名华中理工大学）学士学位，2003 年获中国科学院计算机软件与理论博士学位。现任贵州大学教育部现代制造技术重点实验室常务副主任、贵州大学机械工程学院副院长、贵州省现代制造技术重点实验室副主任、贵阳军民结合（装备制造）产业技术创新战略联盟副秘书长、贵州大学物联网产业研究发展中心主任、计算机集成制造系统 理事会理事、中国制造业信息化理事会常务理事、贵州省计算机学会常务副会长、贵州省机械工业联合会常务理事、I E E E会员、C C F高级会员、中国机械工程学会高级会员、贵州大学学科学术带头人。近年主持国家科技支撑计划、国家自然科学基金、国家“863”计划、国家科技攻关计划、贵州省市科研项目 40 余项。已发表论文 100 余篇，出版专著 1部，参与编写专著、教材 2 部，获省部级科技进步二等奖 1 次、三等奖 2 次，贵阳市科技进步特等奖 1 次、二等奖 1 次。在国内率先开展基于遗传编程与功率键合图的机电系统创新设计研究，目前主要研究方向为计算智能与智能系统、制造服务与制造物联、企业信息化等。杨观赐，男，1983 年 10 月生，贵州大学教育部现代制造技术重点实验室教师。现为 I E E E会员、C C F会员、“贵州省百名教授、博士进企业活动”第五批入选对象、贵阳市科技特派员。主持国家科技支撑计划项目子课题、贵州省及贵阳市科技计划项目、企业委托项目近 10 项；主持研发的“继电仿真软件”在暖通空调节能控制产品上应用，作为主要架构者参与的“铁路建设工程信息管理系统”在武广线、深圳地铁等多个项目上使用。已发表学术论文 40 余篇，其中 SC I/E I 检索的学术论文近 30 篇，获软件著作权登记 5 项，获得贵州省科技进步三等奖 1 次。目前主要研究方向为计算智能与智能系统、复杂系统建模与多目标优化等。E-m a i l：g ua nc i _y a ng 163.c O m。前 言世界上第一辆混合动力电动汽车诞生于19世纪最后一年，它由费迪南保时捷所研制，该车驱动系统包括汽油机和电动机两部分。从那以后特别是进入21世纪以来，许多研究机构、企业投入到内燃机汽车的研发中来，极大地促进了混合动力汽车技术发展。在产业化方面，许多知名汽车公司（如本田公司等）投入大量资金研发实用的电动汽车、混合动力汽车车型，美国仅在2009年和2010年就研发投产了几十款混合动力汽车。当前，国际汽车产业界达成了电动汽车产业化战略共识：在技术路线上，近期（20102015年），在依靠传统内燃机汽车技术改进和推进车辆小型化实现降低排放的同时，为满足更为严格的节能减排要求，尽快推进混合动力技术的应用，并发展小型纯电动汽车和插电式混合动力电动车；中期（20152020年），在混合动力技术得到广泛应用的基础上，增加汽车动力系统电气化程度，加大小型纯电动汽车和插电式混合动力汽车推广力度；在2020年之后，纯电力驱动技术将逐步占据主导地位，通过发展纯电动汽车和燃料电池汽车，实现大幅度降低排放。在车型应用方面，纯电动、混合动力和燃料电池三种类型的电动汽车技术各自具有最优的适用车型。对短途出行需求，可采用小型纯电动汽车；对长途出行需求，主要采用混合动力汽车、插电式混合动力汽车或者燃料电池汽车。我国高度重视电动汽车技术的发展，研究与开发工作可以追溯到“八五”期间，许多科研机构、国有企业、高校积极研发电动汽车与混合动力汽车技术，取得了丰硕的成果。在“十五”期间，国家通过制定并实施汽车产业调整和振兴规划，实施新能源汽车重大项目计划，批准立项了许多以开发混合动力汽车、新能源汽车、纯电动汽车等为重点的科技专项，设立了驱动电机、多能源动力总成、动力电池以及管理系统等一系列研究课题，突破了动力总成技术及许多关键零部件生产技术。刚刚结束的“十一五”期间，我国的混合动力与电动汽车产业化效果显著，建立起了“三纵三横”的布局，突破了纯电动汽车、燃料电池电动汽车、混合动力汽车三种整车技术，并在驱动电机、动力电池和多能源动力总成这三种关键技术方面取得了良好成果。“十二五”期间，国家科技计划加大力度持续支持电动汽车科技创新，把科技创新引领与战略性新兴产业培育相结合，组织实施电动汽车科技发展专项规划。经过“十五”、“十一五”两个五年计划的科技攻关以及奥运会、世博会、“十城千辆”等示范工程的实施，我国电动汽车从无到有，在关键零部件、整车集成技术以及技术标准、测试技术、示范运行等方面都取得重大进展，初步建立了电动汽车技术体系，已申请专利3000余项，颁布电动汽车国家和行业标准56项，建成30多个新能源汽车技术创新平台。当前，我国电动汽车发展已进入关键时期，既面临重大的发展机遇，也面临着严峻的挑战。我国电动汽车发展中还存在很多需要解决的问题，例如核心技术还不具竞争优势、企业投入不足、政府的协调统筹潜力还没有充分发挥等。总体来看，虽然我国电动汽车研发起步较早，并得到了迅速发展，但是传统汽车及相关产业基础相对比较薄弱，与发达国家相比，特别是在中高端技术方面的资金投入和技术差距仍然存在。国家中长期科学和技术发展规划纲要将“复杂系统的优化理论与方法”列入基础研究中的科学前沿问题，并指出这方面的基础科学研究对提升我国独立自主设计与制造能力和国际竞争力具有重要意义。与此同时，电动汽车科技发展“十二五”专项规划中指出：目前，我国是全球最大的汽车生产国，也是最大的汽车消费国，节能减排面临巨大压力，有着强烈的产业升级与技术转型需求。我国的汽车产量在2006年超过日本成为全球第二大汽车生产基地，2009年超过美国成为第一大汽车生产和消费国家，2010年、2011年产销汽车均超过1800万辆，2012年突破1900万辆。汽车保有量的不断快速增长，导致道路交通燃料消耗量持续攀升，造成我国石油对外依赖程度不断增大的局面。规划中指出：“为了使我国2020年乘用车燃油经济性达到国际同期水平，平均油耗应降至5L/100km以内，采用混合动力为代表的重大汽车节能技术势在必行。”对于已经成功实现产业化的混合动力汽车，提高H E V驱动系统的动力性能、降低混合动力汽车燃油消耗量、减少污染物排放量，对于混合动力汽车的推广与“节能减排”具有重要意义。生物进化过程是自然的、并行发生的、鲁棒的优化过程，优化的目标是对环境的自适应。生物种群通过遗传复制和优胜劣汰的自然选择过程，使新生种群达到适应环境的最优状态，显示出对自然环境的自适应能力和自身结构的优化能力。受进化论和种群遗传学的启发，进化计算使用基于种群的搜索技术，通过对当前种群进行基因重组、变异和选择操作来生成新的种群，并逐步使种群进化到最优或近似最优的状态，从而实现全局优化的目的。当前，以不确定性、非线性、时间不可逆为内涵，以复杂问题为研究对象的科学新范式得到学术界的普遍认同。由于进化算法能有效地求解N P难解问题以及非线性、多峰函数优化和多目标优化问题，从而得到了多学科的广泛重视，并被称为21世纪的先进计算技术。进化计算的理论研究正在深入，应用日趋广泛，进化计算正在从单一的模拟进化的算法发展成为集生命科学、优化、统计学、人工智能和计算机科学于一体的交叉学科，其研究除了从原理上彻底认识算法的内部机制，为算法的改进和应用提供理论依据，还扩展进化算法的应用领域，使部分V前 言研究成果呈现商品化的趋势。我国学者在进化计算和多目标进化计算的研究方面，呈现了欣欣向荣的良好势头，不少学者已站到了国际研究前沿。但当前的进化算法中，一方面，新生个体的产生方式充满了随意性，特别是通过随机生成的方式进入进化种群的个体；而通过交叉与变异操作产生的新个体，往往与父代个体的基因有很大的差异，这就导致了遗传信息继承不稳定的局面。另一方面，研究工作对决策变量映射到目标函数空间后的分布情况比较关注，而对如何有效利用决策空间中客观存在的最优解分布信息的方法研究较少。考虑到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。而当前基于进化算法的混合动力系统多目标优化研究，采用线性加权求和法或理想点法等，将多个目标函数转变成单目标函数后进行求解。但混合动力系统的多个目标函数间量纲不同且各参数存在耦合效应，将多目标单目标化的方法难以体现各目标的真实特性。本书研究基于进化的混合动力系统多目标优化算法，这种基于多目标进化算法的优化方法，可以减小混合动力系统创新过程中对人的依赖性，提高企业的创新设计能力与效率；可以避免个人偏好（即不需要将多个目标通过加权的方式单目标化）对优化结果的影响，在仿真平台上测试系统的性能，可以缩短实车调试时间，具有良好的应用价值。所提出的基于决策空间划分模型的多目标进化算法，为求解多目标优化问题提供了一种全新框架，所获得的决策空间划分抽样理论模型及算法，对于求解多目标优化问题、丰富多目标进化算法的理论具有较重要的科学意义和广泛