进化算法与混合动力系统优化

李少波等编著的《进化算法与混合动力系统优化》介绍了当前混合动力系统多目标优化方法及其不足，综述了进化算法及进化多目标优化算法的最新研究成果，研究了进化算法中的优秀基因模块挖掘与重用技术，介绍了混合动力系统建模方法及仿真软件。本书可作为车辆工程、机械工程、计算机科学等学科相关专业工程技术人员、科研人员的实用工具书

混合动力系统的高效运行依赖于各部件的匹配及控制策略，其优化模型具有不可微、多维、带约束、非线性等特点，是典型的多目标优化问题。本书介绍了当前混合动力系统多目标优化方法及其不足，综述了进化算法及进化多目标优化算法的最新研究成果，研究了进化算法中的优秀基因模块挖掘与重用技术，介绍了混合动力系统建模方法及仿真软件。在建立带约束混合动力系统多目标优化数学模型的基础上，设计了基于NSGAⅡ的混合动力系统多目标优化算法、基于Pareto最优原理的混合动力汽车多目标优化进化算法。证明了划分模型抽中特定目标的概率恒大于不划分模型的概率，并以其为理论基础设计了基于决策空间划分模型的多目标进化算法，同时介绍了将算法应用于混合动力系统多目标优化的方法，且量化研究了控制策略参数对并联式混合动力汽车整车性能的影响。最后，针对混合动力挖掘机动力源输出功率耦合控制技术，研究了动力源输出功率匹配控制策略，建立电控仿真模型并分析与优化了某型产品。
本书内容深入浅出，具有很强的理论与实践指导作用，可作为车辆工程、机械工程、计算机科学等学科相关专业工程技术人员、科研人员的实用工具书，也可以作为高年级本科生、研究生的课程教学参考书。

李少波，男，1973年11月生，贵州大学教授。2003年获中国科学院计算机软件与理论博士学位。现任教育部现代制造技术重点实验室副主任，贵州大学机械工程学院副院长。在我国率先开展基于遗传编程与功率键合图的机电系统创新设计研究，目前其主要研究方向为创新设计、进化计算、企业信息系统等。杨观赐，男，1983年10月生，贵州大学教育部现代制造技术重点实验室教师。现为IEEE会员、CCF会员、“贵州省百名教授、博士进企业活动”第五批入选对象、贵阳市科技特派员。主持国家科技支撑计划项目子课题、贵州省及贵阳市科技计划项目、企业委托项目近10项；主持研发的“继电仿真软件”在暖通空调节能控制产品上应用，作为主要架构者参与的“铁路建设工程信息管理系统”在武广线、深圳地铁等多个项目上使用。已发表学术论文40余篇，其中SCI／EI检索的学术论文近30篇，获软件著作权登记5项，获得贵州省科技进步三等奖1次。目前主要研究方向为计算智能与智能系统、复杂系统建模与多目标优化等。

作者简介
前言
第1章绪论1
11相关概念及定义1
111混合动力汽车1
112进化算法2
113多目标优化问题数学描述4
12混合动力汽车技术发展情况6
121国内外研究现状6
122混合动力汽车的关键技术10
13混合动力汽车总成模型13
14混合动力系统优化方法18
141基于序列二次规划法的混合动力汽车优化19
142基于DIRECT算法的混合动力汽车优化22
143基于模拟退火算法的混合动力汽车优化24
144基于神经网络的混合动力汽车优化25
145基于粒子群优化算法的混合动力汽车优化27
146基于进化算法的混合动力汽车优化29
参考文献31
第2章进化算法与多目标优化34
21遗传算法35
211历史背景与研究现状35
212遗传算法的基本结构36
213遗传算法的数学机理43
22遗传编程50
221研究现状与应用领域50
222遗传编程的基本概念52
223算法的表示方式与主体流程57
23进化策略和进化规划61
231进化策略61
232进化规划62
24进化多目标优化64
241进化多目标优化算法综述64
242几种典型进化多目标优化算法72
243进化多目标优化算法性能评价指标81
参考文献83
第3章进化算法中优秀基因模块挖掘与重用技术90
31重用最大频繁模式的可持续进化算法90
311相关定义91
312最大频繁序列模式挖掘算法91
313MFPEA算法设计92
314算法性能测试与分析93
315小结98
32重用抗体优良片断的免疫进化算法99
321相关基础理论99
322改进方案108
323算法设计110
324测试与分析111
325小结114
参考文献117
第4章混合动力系统建模及仿真119
41混合动力汽车仿真方法及仿真软件119
411前向仿真119
412后向仿真120
413前向仿真与后向仿真的选择121
414混合动力汽车仿真软件121
42混合动力汽车仿真模块建模与分析129
421发动机模块129
422驱动电机模块133
423蓄电池模块136
424变速器模块140
425主减速器模块142
426车轮模块144
427整车行驶模块146
428循环仿真工况模块148
429控制策略模块150
43基于AMESim的混合动力系统建模仿真简介159
431AMESim软件概述159
432AMESim使用入门159
433AMESim Rev 9 软件库简介161
参考文献162
第5章基于NSGAⅡ的混合动力系统多目标优化方法164
51混合动力系统二目标优化数学模型164
511约束条件的确定165
512待优化参数165
52混合动力系统多目标优化算法166
521NSGAⅡ算法主体流程166
522基于NSGAⅡ的优化算法设计166
53仿真实验168
531实验设置168
532结果与分析169
参考文献174
第6章基于Pareto最优原理的PHEV控制策略与传动系统参数优化176
61混合动力系统三目标优化数学模型176
62基于Pareto最优原理的混合动力汽车多目标优化算法设计177
63仿真实验与分析178
631车型基本信息、优化参数及约束条件178
632优化结果与分析180
参考文献185
第7章基于决策空间划分模型的混合动力系统多目标进化算法186
71定理证明：决策空间划分模型的数学基础186
72基于决策空间划分模型的多目标进化算法设计191
721基于决策空间划分模型的多目标进化框架191
722决策空间划分策略与初始化超球模型方法193
723超球体内个体初始化194
724超球体质心和半径更新及超球体内个体调整194
725超球体间信息共享机制195
726计算复杂性分析196
73算法的数据结构设计及主体结构196
731数据结构定义197
732算法主体结构198
74针对函数优化问题的算法性能测试200
741测试问题与参数设置200
742性能指标202
743实验结果与分析203
75算法在混合动力系统多目标优化中的应用研究213
751仿真调用基础及接口213
752针对混合动力系统优化设计的函数实现及优化结果216
参考文献222
第8章基于多指标正交试验与MOEA的PHEV控制策略参数优化224
81概述224
82并联混合动力汽车总成模型225
83控制策略参数的多指标正交试验设计及分析225
84基于Pareto最优原理的混合动力汽车多目标优化进化算法229
85仿真实验结果与分析230
851实验设置230
852实验结果与分析231
86小结233
参考文献235
第9章混合动力挖掘机动力源输出功率匹配控制236
91混合动力挖掘机动力源输出功率匹配技术236
911挖掘机混合动力传动系统能量控制236
912混合动力挖掘机动力传动系统过渡品质控制239
913混合动力挖掘机负载功率匹配控制方案242
914混合动力挖掘机动力源功率匹配控制方案的研究与制订248
92混合动力挖掘机系统设计及参数确定249
921液压系统249
922燃油发动机252
923电机252
93混合动力挖掘机系统建模与分析253
931执行元件模型254
932液压系统模型254
933动力源模型257
934整机模型262
94某型号混合动力挖掘机动力源输出功率匹配控制及仿真262
941执行系统标准空载工况仿真分析263
942混合动力挖掘机动力源输出功率控制策略265
943混合动力挖掘机输出功率控制仿真分析266
95小结271
参考文献272