自主重型车队的油耗优化问题研究
发布时间：2021-11-21 21:42
由于机动车辆的迅猛增加,环境污染和能源危机等问题日益严峻,研究如何有效地降低车辆燃油消耗具有重大的理论和应用价值。如今,智能交通系统（ITS）的快速发展为车-路协同和车-车协同提供了理论基础。该系统可以为车辆提供所需的交通信息,包括道路内车辆的位置、速度和加速度等信息。本文基于ITS,分别就坡路影响下最优车速的前瞻优化、自主重型车队的最优合并策略以及车辆匝道汇入的最优化等问题进行了研究。首先,对坡度影响下车辆的油耗优化问题进行了研究。通过合理调节车辆的运动状态,有效降低其燃油消耗。基于ITS系统车辆可以获取外界道路坡度信息,在模型滚动时域优化控制框架内,采用鸽群优化算法来实现车速的实时优化。通过滚动优化车辆参考速度来得到未来一段时间内的车速最优曲线。该方法兼顾了滚动优化框架的抗扰特性与智能优化算法的快速求解能力。通过仿真分析验证了本文算法,能够有效降低坡路下车辆的燃油消耗。其次,研究了自主重型车队合并过程中的最优决策问题。提出了一种以三车合并为基础,先对同一道路内的车辆进行聚类分层,然后再进行逐层合并的多车辆合并算法。与传统的两车合并方式相对比,以三车合并为基础的多车合并算法的策略数目...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２．１优化控制系统流程图??Ｆｉｇ．?２．１?Ｏｐｔｉｍｉｚｅ?ｃｏｎｔｒｏｌ?ｓｙｓｔｅｍ?ｆｌｏｗ?ｃｈａｒｔ??－１４?－??
不优处。因此只有当变量Ｆｃ超??过阈值后，才确认算法出现了早熟现象。将这一阈值设定为Ｐｃｍａｘ，当变量Ｆｃ超过阈值??后，对鸽群最优位置进行一次柯西扰动重分布。??在智能集群优化算法中，较多的采用了柯西扰动策略来对算法进行改进［５３ｈＳｔａＣｅｙ?Ａ??在２００３年提出了一种针对粒子群优化算法进行改进的柯西扰动方法。其柯西扰动的概??率分布函数定义如下所示。??（２．２２）??上式中，参数ａ和＆为柯西概率分布函数的尺寸参数和位置参数。当这两个参数变动的??时候，柯西函数的曲线如下图２．２所示。??０．８?Ｉ?｜?｜???ａ＝１，ｂ＝０??〇６?－?Ａ??ａ＝０＿５，ｂ＝０?■??Ｉ?ａ＝０．７５，ｂ＝－２??＾?Ｉ?＼??ａ＝０．７５，ｂ＝２??谷?〇．４?？?ｌ?＼?Ａ??ａ＝２，ｂ＝－３?．??〇２?ｉｙｖ＼?－??？１０?－５?０?５?１０??ｘ??图２．２柯西概率密度函数曲线??Ｆｉｇ．?２．２?Ｃａｕｃｈｙ?ｐｒｏｂａｂｉｌｉｔｙ?ｄｅｎｓｉｔｙ?ｆｕｎｃｔｉｏｎ?ｃｕｒｖｅ??－１８?－??
虑了??时间惩罚项。??６０００??１?１?１?１?１?１?１?１?１???５５００?－?Ｚ?＇??Ｉ?Ｚ??Ｌ＝：?５０００?－?，，?－??＇ｋ?ｘ??年?ｚ??４５００?－?＇??？?Ｚ??？、二??４０００、、?’?－??、？？???３５〇〇?１?１?＇?＇?＇?＇?＇?１?１???１０?１２?１４?１６?１８?２０?２２?２４?２６?２８?３０??达度【ｎｒ＾／ｓ】??图２．４不同速度下的百公里油耗量对比??Ｆｉｇ．?２．４?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｆｕｅｌ?ｃｏｎｓｕｍｐｔｉｏｎ?ｏｆ?１００?ｋｍ?ｕｎｄｅｒ?ｄｉｆｆｅｒｅｎｔ?ｓｐｅｅｄｓ??１５?Ｉ?ｉ?ｉ?■?ｉ?ｉ?＊１１＊??１０?■?ｉ＼?￣??—?／?＊??Ｏ?ｆ?Ｉ??＾?５?－?；?＼?－??？ｓ＊：??妄?／?＼??Ｊ?＼??０?＂??５?Ｉ?＊?＊?ｉ?＞?ｉ?＊?ｉ?＞??０?１００?２００?３００?４００?５００?６００?７００?８００?９００?１０００??位置【ｍ】??图２．５路况一下的坡度??Ｆｉｇ．?２．５?Ｔｈｅ?ｓｌｏｐｅ?ｏｆ?ｔｈｅ?ｒｏａｄ?ｃｏｎｄｉｔｉｏｎ?ｏｎｅ??－２２?－??
【参考文献】：
期刊论文
[1]基于高斯鸽群优化算法的典型工艺知识发现方法[J]. 朱震宇,王艳,纪志成. 信息与控制. 2019(01)
[2]优化复杂函数的粒子群-鸽群混合优化算法[J]. 顾清华,孟倩倩. 计算机工程与应用. 2019(22)
[3]能源结构随能源需求增长而持续多样化——2018年世界能源统计年鉴解读[J]. 钱伯章,李敏. 中国石油和化工经济分析. 2018(08)
[4]城市快速路匝道车辆汇入影响因素识别与行为预测[J]. 王尔根,孙剑. 交通运输工程学报. 2018(03)
[5]基于梯度提升决策树的高速公路交织区汇入模型[J]. 李根. 东南大学学报(自然科学版). 2018(03)
[6]基于柯西变异鸽群优化的大型民用飞机滚动时域控制[J]. 段海滨,杨之元. 中国科学:技术科学. 2018(03)
[7]基于自然驾驶数据的匝道区域驾驶特征分析[J]. 孟哲,朱西产,马志雄. 同济大学学报(自然科学版). 2017(S1)
[8]基于信号灯状态的燃油最优车速规划与控制[J]. 张博,郭戈,王丽媛,王琼. 自动化学报. 2018(03)
[9]“生态驾驶”的应用现状与新思路[J]. 赵晓华,陈晨,荣建,胡红. 节能与环保. 2017(09)
[10]基于车路协同的高速公路入口匝道车辆汇入引导方法[J]. 张存保,李劲松,黄传明,夏银霞. 武汉理工大学学报(交通科学与工程版). 2017(04)
硕士论文
[1]鸽群优化算法及其应用研究[D]. 郭瑞.广西民族大学 2017
[2]高速公路汽车油耗模型研究[D]. 彭勃.哈尔滨工业大学 2014
[3]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
本文编号：3510299
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２．１优化控制系统流程图??Ｆｉｇ．?２．１?Ｏｐｔｉｍｉｚｅ?ｃｏｎｔｒｏｌ?ｓｙｓｔｅｍ?ｆｌｏｗ?ｃｈａｒｔ??－１４?－??
不优处。因此只有当变量Ｆｃ超??过阈值后，才确认算法出现了早熟现象。将这一阈值设定为Ｐｃｍａｘ，当变量Ｆｃ超过阈值??后，对鸽群最优位置进行一次柯西扰动重分布。??在智能集群优化算法中，较多的采用了柯西扰动策略来对算法进行改进［５３ｈＳｔａＣｅｙ?Ａ??在２００３年提出了一种针对粒子群优化算法进行改进的柯西扰动方法。其柯西扰动的概??率分布函数定义如下所示。??（２．２２）??上式中，参数ａ和＆为柯西概率分布函数的尺寸参数和位置参数。当这两个参数变动的??时候，柯西函数的曲线如下图２．２所示。??０．８?Ｉ?｜?｜???ａ＝１，ｂ＝０??〇６?－?Ａ??ａ＝０＿５，ｂ＝０?■??Ｉ?ａ＝０．７５，ｂ＝－２??＾?Ｉ?＼??ａ＝０．７５，ｂ＝２??谷?〇．４?？?ｌ?＼?Ａ??ａ＝２，ｂ＝－３?．??〇２?ｉｙｖ＼?－??？１０?－５?０?５?１０??ｘ??图２．２柯西概率密度函数曲线??Ｆｉｇ．?２．２?Ｃａｕｃｈｙ?ｐｒｏｂａｂｉｌｉｔｙ?ｄｅｎｓｉｔｙ?ｆｕｎｃｔｉｏｎ?ｃｕｒｖｅ??－１８?－??
虑了??时间惩罚项。??６０００??１?１?１?１?１?１?１?１?１???５５００?－?Ｚ?＇??Ｉ?Ｚ??Ｌ＝：?５０００?－?，，?－??＇ｋ?ｘ??年?ｚ??４５００?－?＇??？?Ｚ??？、二??４０００、、?’?－??、？？???３５〇〇?１?１?＇?＇?＇?＇?＇?１?１???１０?１２?１４?１６?１８?２０?２２?２４?２６?２８?３０??达度【ｎｒ＾／ｓ】??图２．４不同速度下的百公里油耗量对比??Ｆｉｇ．?２．４?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｆｕｅｌ?ｃｏｎｓｕｍｐｔｉｏｎ?ｏｆ?１００?ｋｍ?ｕｎｄｅｒ?ｄｉｆｆｅｒｅｎｔ?ｓｐｅｅｄｓ??１５?Ｉ?ｉ?ｉ?■?ｉ?ｉ?＊１１＊??１０?■?ｉ＼?￣??—?／?＊??Ｏ?ｆ?Ｉ??＾?５?－?；?＼?－??？ｓ＊：??妄?／?＼??Ｊ?＼??０?＂??５?Ｉ?＊?＊?ｉ?＞?ｉ?＊?ｉ?＞??０?１００?２００?３００?４００?５００?６００?７００?８００?９００?１０００??位置【ｍ】??图２．５路况一下的坡度??Ｆｉｇ．?２．５?Ｔｈｅ?ｓｌｏｐｅ?ｏｆ?ｔｈｅ?ｒｏａｄ?ｃｏｎｄｉｔｉｏｎ?ｏｎｅ??－２２?－??
【参考文献】：
期刊论文
[1]基于高斯鸽群优化算法的典型工艺知识发现方法[J]. 朱震宇,王艳,纪志成. 信息与控制. 2019(01)
[2]优化复杂函数的粒子群-鸽群混合优化算法[J]. 顾清华,孟倩倩. 计算机工程与应用. 2019(22)
[3]能源结构随能源需求增长而持续多样化——2018年世界能源统计年鉴解读[J]. 钱伯章,李敏. 中国石油和化工经济分析. 2018(08)
[4]城市快速路匝道车辆汇入影响因素识别与行为预测[J]. 王尔根,孙剑. 交通运输工程学报. 2018(03)
[5]基于梯度提升决策树的高速公路交织区汇入模型[J]. 李根. 东南大学学报(自然科学版). 2018(03)
[6]基于柯西变异鸽群优化的大型民用飞机滚动时域控制[J]. 段海滨,杨之元. 中国科学:技术科学. 2018(03)
[7]基于自然驾驶数据的匝道区域驾驶特征分析[J]. 孟哲,朱西产,马志雄. 同济大学学报(自然科学版). 2017(S1)
[8]基于信号灯状态的燃油最优车速规划与控制[J]. 张博,郭戈,王丽媛,王琼. 自动化学报. 2018(03)
[9]“生态驾驶”的应用现状与新思路[J]. 赵晓华,陈晨,荣建,胡红. 节能与环保. 2017(09)
[10]基于车路协同的高速公路入口匝道车辆汇入引导方法[J]. 张存保,李劲松,黄传明,夏银霞. 武汉理工大学学报(交通科学与工程版). 2017(04)
硕士论文
[1]鸽群优化算法及其应用研究[D]. 郭瑞.广西民族大学 2017
[2]高速公路汽车油耗模型研究[D]. 彭勃.哈尔滨工业大学 2014
[3]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
本文编号：3510299
本文链接：https://www.wllwen.com/kejilunwen/qiche/3510299.html
