猴群算法驱动的串联混合动力汽车最优能量管理策略

本文主要探讨了"基于猴群算法的混合动力汽车能量管理策略"，发表于2014年的工程技术领域论文。混合动力汽车，如串联混合电动汽车(HEV)，通过结合内燃机和电动机提供动力，旨在提高燃油效率。核心问题是如何在满足驾驶需求的同时，合理分配内燃机和电动机的动力输出，以实现整个循环的最低油耗。 文章首先指出了混合动力汽车能量管理策略的重要性，它包括几种常见的方法：基于规则类策略依赖预设规则，虽然简单但可能不是全局最优；动态规划和等效燃油消耗最小法属于全局优化策略，但可能因计算复杂性和信息限制而效果有限；传统优化方法简化了汽车模型，导致优化结果不理想；群智能算法如遗传算法在处理高维问题上受限，常用于参数优化。 文章引入猴群算法，这是一种模仿自然界猴子觅食行为的优化算法，具有较强的全局寻优能力。赵瑞清教授提出并发展了这一算法。作者对猴群算法进行了改进，将其应用于串联HEV的能量管理策略中。改进后的猴群算法在面对非线性、约束复杂的实际汽车模型时，表现出较好的性能，能够在较小的计算群体规模下迅速收敛到全局最优解，从而实现更低的油耗。 作者申彩英和高韬分别来自辽宁工业大学汽车与交通工程学院和华北电力大学自动化系，他们在论文中通过仿真分析了505和NEDC等标准工况下的效果，证明了猴群算法在HEV能量管理中的有效性和实用性。这项研究为混合动力汽车的节能减排提供了新的优化策略，展示了猴群算法在解决复杂工程问题上的潜力。