一种基于近似模型的燃料电池汽车模糊控制策略优化方法

授权

摘要

本发明公开了一种基于近似模型的燃料电池汽车模糊控制策略优化方法，将椭球基神经网络近似模型的方法引入到燃料电池汽车领域中，进行控制策略优化。建立关于优化变量的椭球基神经网络的整车仿真近似模型，在近似模型基础上，以等效氢耗最小为目标函数，利用多岛遗传算法对模糊控制策略中隶属度函数的相关参数进行优化。优化后的燃料电池系统输出功率更加平稳，处于燃料电池最佳效率区的概率增加，提高了整车的经济性能，对燃料电池汽车的应用发展具有重要意义。

基本信息

专利标题：

一种基于近似模型的燃料电池汽车模糊控制策略优化方法

专利标题（英）：

暂无

公开（公告）号：

CN111695202A

申请号：

CN202010568570.6

公开（公告）日：

2020-09-22

申请日：

2020-06-19

授权号：

CN111695202B

授权日：

2022-04-12

发明人：

李蒙赵震王铁王戎冯凯蔡龙

申请人：

太原理工大学

申请人地址：

山西省太原市迎泽西大街79号

代理机构：

太原科卫专利事务所(普通合伙)

代理人：

朱源

优先权：

CN202010568570.6

主分类号：

G06F30/15

IPC分类号：

G06F30/15 G06F30/27 G06N3/08 B60L15/20 B60L58/30

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/15

车辆、飞行器或船只的设计

法律状态

2022-04-12 ：

授权

2020-10-20 ：

实质审查的生效

IPC(主分类) : G06F 30/15
申请日 : 20200619

2020-09-22 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

1、

CN111695202A.PDF

PDF下载