【技术实现步骤摘要】
本专利技术涉及仿生混合动力控制，具体涉及基于仿生动力学系统的混合动力控制方法及系统。
技术介绍
1、仿生动力系统可以从生物体中获取灵感，设计出更加高效的动力系统和传动系统。通过模仿生物体内部的能量转换机制，可以优化车辆的动力分配以及能源利用效率，提高燃油效率，并实现更优秀的动力输出特性。
2、类似于蚂蚁群体中的信息传递、协作和分工，仿生混合动力汽车的控制系统可以借鉴这种智能的思维方式，实现多个动力源（如发动机和电动机）之间的协调工作。通过模仿蚂蚁群体中的分布式控制、自适应性和协同决策机制，实现更智能化、高效率的能源管理和动力输出，提升整车性能。
3、对发动机和电动机的功率分配进行优化，粒子群算法是一种常用的算法。粒子群算法中粒子的适应度值是粒子群算法的基础，它用于衡量每个粒子在当前搜索空间中的优劣程度，从而指导粒子的运动和位置更新。它对于算法的搜索性能和搜索效率有直接的影响，好的适应度函数可以使得算法更容易找到最优解，同时在迭代过程中可以更快地收敛，可以用更少的迭代次数或者更少的计算量来达到相同的优化结果。相反，...
【技术保护点】
1.基于仿生动力学系统的混合动力控制方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度，包括：
3.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性，具体为：
4.如权利要求2所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述发动机功率-燃油效率曲线，具体为：
5.如权利要求1所述...
【技术特征摘要】
1.基于仿生动力学系统的混合动力控制方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度，包括：
3.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性，具体为：
4.如权利要求2所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述发动机功率-燃油效率曲线，具体为：
5.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述粒子群算法中粒子的适应度，包括：
6.如权利要求...
【专利技术属性】
技术研发人员：王德莉，刘超，姚继涛，王艳，张晓燕，韦玮，胡玉坤，李晨莹，张梦，王圆点，刘嘉佑，杨雯，李霁，吴炳增，李玥，牛亚茹，张星雨，姚婷婷，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。