论文部分内容阅读
随着全球能源与环境问题的日益严重，提高车辆能源利用率、减少对环境的污染已经成为当今汽车工业发展的首要任务。插电式混合动力电动汽车（plug-in HEV，PHEV）由于其优越的节能环保性能，越来越受到世界各国的重视，已成为未来车辆发展的趋势之一。PHEV对动力总成各部件和整车能量管理策略提出了更高的要求，能量管理策略的设计已成为PHEV的一个重要研究方向。PHEV能量管理系统设计需要进行综合性的分析、计算、比较、推理和评价，是一项综合分析和计算的复杂设计过程。由于智能决策支持系统（intelligent decisionsupportsystems，IDSS）既充分发挥了以知识推理形式解决定性问题的特点，又发挥了决策支持系统（decision support systems，DSS）以模型计算为核心解决定量分析问题的特点，因此，本文采用IDSS方法研究PHEV能量管理系统。本文以湖南大学985工程三期项目和江苏省重点实验室开放基金项目[QK09003]为依托，采用人工智能技术和决策支持系统相结合的方法对并联式plug-in HEV能量管理智能决策支持系统进行了研究。论文的主要研究工作和创新之处如下：（1）结合PHEV能量管理的特点，采用一种基于规则和事例相结合的集成推理机制构造了推理机构模型，经事例分析验证了模型的有效性。（2）利用BP神经网络对PHEV能量管理策略设计实例进行了数据挖掘，利用决策树对PHEV动力总成条件进行了数据挖掘，导出了PHEV能量管理策略实例属性权重计算公式，为PHEV能量管理策略设计数据挖掘实现奠定了有利的基础。（3）根据PHEV能量管理策略的相关知识，对PHEV能量管理策略进行了分层设计，研究了PHEV能量管理智能决策支持系统决策过程，设计了PHEV能量管理智能决策支持系统，实例应用结果较好的证明了该智能决策支持系统决策的有效性。