-
公开(公告)号:CN109591659B
公开(公告)日:2020-04-07
申请号:CN201910030094.X
申请日:2019-01-14
Applicant: 吉林大学
IPC: B60L58/18
Abstract: 本发明公开了一种智能学习的纯电动汽车能量管理控制方法,包括:通过加速踏板开度曲线,了解驾驶员意图并获得电机的需求功率,通过数据总线获取动力电池组的温度状态以及经过状态估计得到的荷电状态;根据上述获得的车辆信息,建立基于自适应动态规划的纯电动汽车能量管理模型;通过自适应动态规划方法中双网络的智能学习来对能量管理模型进行求解,得到最优的分配功率给动力电池热管理系统。本发明采用自适应动态规划,能够实时地将纯电动汽车动力电池组功率进行最优的分配,既解决了常规动态规划不能在线实时控制的问题,又克服了门限控制和离线模糊控制的优化程度低问题,在满足汽车正常行驶的基础上,对动力电池组进行有效的温控保护。
-
公开(公告)号:CN109591659A
公开(公告)日:2019-04-09
申请号:CN201910030094.X
申请日:2019-01-14
Applicant: 吉林大学
IPC: B60L58/18
Abstract: 本发明公开了一种智能学习的纯电动汽车能量管理控制方法,包括:通过加速踏板开度曲线,了解驾驶员意图并获得电机的需求功率,通过数据总线获取动力电池组的温度状态以及经过状态估计得到的荷电状态;根据上述获得的车辆信息,建立基于自适应动态规划的纯电动汽车能量管理模型;通过自适应动态规划方法中双网络的智能学习来对能量管理模型进行求解,得到最优的分配功率给动力电池热管理系统。本发明采用自适应动态规划,能够实时地将纯电动汽车动力电池组功率进行最优的分配,既解决了常规动态规划不能在线实时控制的问题,又克服了门限控制和离线模糊控制的优化程度低问题,在满足汽车正常行驶的基础上,对动力电池组进行有效的温控保护。
-
公开(公告)号:CN109218118A
公开(公告)日:2019-01-15
申请号:CN201811450522.6
申请日:2018-11-30
Applicant: 吉林大学
IPC: H04L12/24
Abstract: 本发明公开了基于负载容量非线性模型的物流网络级联失效时变负载重分配方法,包括:步骤一、建立所述物流网络拓扑结构模型,确定所述物流网络节点的初始负载和节点容量;步骤二、选择所述物流网络拓扑结构模型中的任一节点,令所述任一节点失效;步骤三、当所述任一节点失效后,对所述物流网络级联失效后的节点按照考虑时变的负载重分配策略进行负载重分配;步骤四、当重新分配后的邻居节点达到失效条件后则再次进行所述步骤三,进行级联失效重分配策略进行重分配,直到所有分配节点均不再发生失效,当重新分配后的邻居节点达到有效条件后,级联失效结束。
-
-