国际群体智能与进化计算杂志

抽象的

基于信息素的蜜蜂算法在混合动力汽车关键部件尺寸和控制策略同步优化中的应用

长 VT

采用基于信息素的蜜蜂算法 (PBA) 来优化并联混合动力电动汽车 (parallel HEVs) 的关键部件尺寸和控制策略。基本蜜蜂算法 (BBA) 是一种模仿蜜蜂觅食行为的智能优化工具。然而，在本研究中，应用了新版本的 BBA，它使用信息素，即蜜蜂和其他昆虫分泌到其环境中的化学物质，使它们能够与同类的其他成员进行交流。PBA 使用信息素来吸引蜜蜂探索搜索空间的有希望区域，并使用并联 HEV 配置和电动辅助控制策略来制定研究。根据 PBA 调整关键部件尺寸和控制策略参数的值，以在车辆性能满足 PNGV 约束的同时，实现燃料消耗 (FC) 和排放的加权和最小化。本研究使用 ADVISOR 软件作为模拟工具，并采用驾驶循环 FTP、ECE-EUDC 和 UDDS 来评估 FC、排放和动态性能。在描述算法之后，本文展示了同时优化并联混合动力电动汽车关键部件尺寸和控制策略的结果。结果证明，PBA 是一种强大的算法，可以确定部件尺寸和控制策略的最佳参数，从而改善 FC 和排放，而不会牺牲车辆性能。与 BBA 相比，新版本 PBA 的收敛速度提高了约 25%，优化目标的结果几乎相同。