由于機動車輛的迅猛增加,環(huán)境污染和能源危機等問題日益嚴峻,研究如何有效地降低車輛燃油消耗具有重大的理論和應用價值。如今,智能交通系統(tǒng)（ITS）的快速發(fā)展為車-路協(xié)同和車-車協(xié)同提供了理論基礎。該系統(tǒng)可以為車輛提供所需的交通信息,包括道路內車輛的位置、速度和加速度等信息。本文基于ITS,分別就坡路影響下最優(yōu)車速的前瞻優(yōu)化、自主重型車隊的最優(yōu)合并策略以及車輛匝道匯入的最優(yōu)化等問題進行了研究。首先,對坡度影響下車輛的油耗優(yōu)化問題進行了研究。通過合理調節(jié)車輛的運動狀態(tài),有效降低其燃油消耗�；贗TS系統(tǒng)車輛可以獲取外界道路坡度信息,在模型滾動時域優(yōu)化控制框架內,采用鴿群優(yōu)化算法來實現車速的實時優(yōu)化。通過滾動優(yōu)化車輛參考速度來得到未來一段時間內的車速最優(yōu)曲線。該方法兼顧了滾動優(yōu)化框架的抗擾特性與智能優(yōu)化算法的快速求解能力。通過仿真分析驗證了本文算法,能夠有效降低坡路下車輛的燃油消耗。其次,研究了自主重型車隊合并過程中的最優(yōu)決策問題。提出了一種以三車合并為基礎,先對同一道路內的車輛進行聚類分層,然后再進行逐層合并的多車輛合并算法。與傳統(tǒng)的兩車合并方式相對比,以三車合并為基礎的多車合并算法的策略數目... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數】：76 頁

【學位級別】：碩士

【部分圖文】：

圖２．１優(yōu)化控制系統(tǒng)流程圖??Ｆｉｇ．?２．１?Ｏｐｔｉｍｉｚｅ?ｃｏｎｔｒｏｌ?ｓｙｓｔｅｍ?ｆｌｏｗ?ｃｈａｒｔ??－１４?－??

不優(yōu)處。因此只有當變量Ｆｃ超??過閾值后，才確認算法出現了早熟現象。將這一閾值設定為Ｐｃｍａｘ，當變量Ｆｃ超過閾值??后，對鴿群最優(yōu)位置進行一次柯西擾動重分布。??在智能集群優(yōu)化算法中，較多的采用了柯西擾動策略來對算法進行改進［５３ｈＳｔａＣｅｙ?Ａ??在２００３年提出了一種針對粒子群優(yōu)化算法進行改進的柯西擾動方法。其柯西擾動的概??率分布函數定義如下所示。??（２．２２）??上式中，參數ａ和＆為柯西概率分布函數的尺寸參數和位置參數。當這兩個參數變動的??時候，柯西函數的曲線如下圖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??圖２．２柯西概率密度函數曲線??Ｆｉｇ．?２．２?Ｃａｕｃｈｙ?ｐｒｏｂａｂｉｌｉｔｙ?ｄｅｎｓｉｔｙ?ｆｕｎｃｔｉｏｎ?ｃｕｒｖｅ??－１８?－??

慮了??時間懲罰項。??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??達度【ｎｒ＾／ｓ】??圖２．４不同速度下的百公里油耗量對比??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】??圖２．５路況一下的坡度??Ｆｉｇ．?２．５?Ｔｈｅ?ｓｌｏｐｅ?ｏｆ?ｔｈｅ?ｒｏａｄ?ｃｏｎｄｉｔｉｏｎ?ｏｎｅ??－２２?－??

【參考文獻】：
期刊論文
[1]基于高斯鴿群優(yōu)化算法的典型工藝知識發(fā)現方法[J]. 朱震宇,王艷,紀志成.  信息與控制. 2019(01)
[2]優(yōu)化復雜函數的粒子群-鴿群混合優(yōu)化算法[J]. 顧清華,孟倩倩.  計算機工程與應用. 2019(22)
[3]能源結構隨能源需求增長而持續(xù)多樣化——2018年世界能源統(tǒng)計年鑒解讀[J]. 錢伯章,李敏.  中國石油和化工經濟分析. 2018(08)
[4]城市快速路匝道車輛匯入影響因素識別與行為預測[J]. 王爾根,孫劍.  交通運輸工程學報. 2018(03)
[5]基于梯度提升決策樹的高速公路交織區(qū)匯入模型[J]. 李根.  東南大學學報(自然科學版). 2018(03)
[6]基于柯西變異鴿群優(yōu)化的大型民用飛機滾動時域控制[J]. 段海濱,楊之元.  中國科學:技術科學. 2018(03)
[7]基于自然駕駛數據的匝道區(qū)域駕駛特征分析[J]. 孟哲,朱西產,馬志雄.  同濟大學學報(自然科學版). 2017(S1)
[8]基于信號燈狀態(tài)的燃油最優(yōu)車速規(guī)劃與控制[J]. 張博,郭戈,王麗媛,王瓊.  自動化學報. 2018(03)
[9]“生態(tài)駕駛”的應用現狀與新思路[J]. 趙曉華,陳晨,榮建,胡紅.  節(jié)能與環(huán)保. 2017(09)
[10]基于車路協(xié)同的高速公路入口匝道車輛匯入引導方法[J]. 張存保,李勁松,黃傳明,夏銀霞.  武漢理工大學學報(交通科學與工程版). 2017(04)

碩士論文
[1]鴿群優(yōu)化算法及其應用研究[D]. 郭瑞.廣西民族大學 2017
[2]高速公路汽車油耗模型研究[D]. 彭勃.哈爾濱工業(yè)大學 2014
[3]基于車聯網的汽車行駛經濟車速控制方法[D]. 俞倩雯.清華大學 2014



本文編號：3510299