Original scientific paper

https://doi.org/10.7305/automatika.2015.07.714

Neizrazita strategija optimizacije potrošnje energije za paralelno hibridno električno vozilo korištenjem kaotičnog nedominirajućeg genetskog algoritma sortiranja

Junyi Liang ; National Engineering Laboratory for Automotive Electronic Control Technology, Shanghai Jiao Tong University, Shanghai, China
Jianlong Zhang ; National Engineering Laboratory for Automotive Electronic Control Technology, Shanghai Jiao Tong University, Shanghai, China
Hu Zhang ; National Engineering Laboratory for Automotive Electronic Control Technology, Shanghai Jiao Tong University, Shanghai, China
Chengliang Yin ; National Engineering Laboratory for Automotive Electronic Control Technology, Shanghai Jiao Tong University, Shanghai, China

Abstract

Ovaj rad prikazuje paralelno hibridno električno vozilo (HEV) opremljeno hibridnim spremnikom energije. Kako bi se omogućila funkcionalnost pogonskog sklopa ovakvog HEV-a korištena je strategija raspolaganja energijom zasnovana na neizrazitoj logici. Također, prikazan je više kriterijski genetski algoritam kaosa za optimiranje parametara neizrazite funkcije povezanih s ekonomskim pokazateljem te pokazateljima emisije HC-a, CO-a i NOx-a. Osnovni cilj algoritma je omogućiti izlazak iz lokalnih optimuma i uspostavljanjem kompromisa omogućiti dosezanje boljih rješenja. Kaotični inicijalizacijski operator, kaotično križanje i operator mutacije, kaotični operator poremećaja i kaotični operator lokalnog pretraživanje uključeni su u nedominirajući genetski algoritam sortiranja II (NSGA-II) u svrhu formulacije novog problema nazvanog kaotični NSGA-II (C-NSGA-II). Simulacijski rezultati i usporedbe prikazuju kako kaotični operator može povećati uspješnost traženja optimalnog rješenja. Zaključno, C-NSGA-II je primjeren za rješavanje problema raspolaganja energijom u HEV-u.

Keywords

operator kaosa; neizrazita logika; hibridna električna vozila; više kriterijska optimizacija; NSGA-II

Hrčak ID:

152850

URI

https://hrcak.srce.hr/152850

Publication date:

20.10.2015.

Article data in other languages: english

Visits: 1.767 *