期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于动态规划与机器学习的插电式混合动力汽车能量管理算法研究 被引量:12
1
作者 陈渠 殷承良 +1 位作者 张建龙 秦文刚 《汽车技术》 CSCD 北大核心 2020年第10期51-57,共7页
为提高插电式混合动力汽车的燃油经济性,对基于动态规划与机器学习的能量管理算法展开了研究。利用K-均值聚类算法将20个标准工况划分为3个类型的工况段,利用动态规划(DP)算法最优功率分配数据分别训练3个类型工况段的神经网络模型,在... 为提高插电式混合动力汽车的燃油经济性,对基于动态规划与机器学习的能量管理算法展开了研究。利用K-均值聚类算法将20个标准工况划分为3个类型的工况段,利用动态规划(DP)算法最优功率分配数据分别训练3个类型工况段的神经网络模型,在控制过程中根据实际工况段类型选择相应的神经网络模型进行功率分配,并对上海市某个随机工况进行了仿真运算,结果表明,该算法燃油经济性较电量消耗-电量维持(CD-CS)策略有明显的改善。 展开更多
关键词 插电式混合动力汽车 能量管理算法 动态规划 K-均值聚类 BP神经网络
在线阅读 下载PDF
LSF:一种面向S-RAID 5的能量管理算法
2
作者 孙志卓 李元章 +3 位作者 左伟欢 万军 何翔 谭毓安 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第2期166-170,共5页
S-RAID 5是一种适于顺序数据访问的节能磁盘阵列,为了提高其性能并保持节能效率,提出一种能量管理算法:逻辑空间预测法(LSF),该算法对S-RAID 5的I/O请求地址进行动态聚类分析,以获得I/O请求在逻辑地址空间内的分布区,然后求出各分布区... S-RAID 5是一种适于顺序数据访问的节能磁盘阵列,为了提高其性能并保持节能效率,提出一种能量管理算法:逻辑空间预测法(LSF),该算法对S-RAID 5的I/O请求地址进行动态聚类分析,以获得I/O请求在逻辑地址空间内的分布区,然后求出各分布区的动态特性,并结合S-RAID 5的特殊数据布局,预测磁盘的工作状态并根据预测状态调度磁盘.实验表明,在节能效果相当的情况下,与典型算法TPM、Markov相比,LSF可有效消除SRAID 5的响应时间延迟. 展开更多
关键词 S-RAID 5 顺序数据访问 能量管理算法 磁盘阵列
在线阅读 下载PDF
基于非线性规划与XGBoost的燃料电池汽车多目标能量管理策略 被引量:3
3
作者 王涛 何耀 《江苏大学学报(自然科学版)》 CAS 北大核心 2023年第2期142-150,共9页
为了解决燃料电池汽车功率分配中的实时性与准确性问题,提出使用离线非线性规划+在线XGBoost算法对燃料电池汽车功率进行预测.首先搭建燃料电池混合动力汽车的动力系统模型,并且通过聚类分析获取车辆行驶的典型混合工况;其次使用非线性... 为了解决燃料电池汽车功率分配中的实时性与准确性问题,提出使用离线非线性规划+在线XGBoost算法对燃料电池汽车功率进行预测.首先搭建燃料电池混合动力汽车的动力系统模型,并且通过聚类分析获取车辆行驶的典型混合工况;其次使用非线性规划算法离线计算在该工况下燃料电池与锂电池的最优分配比例;最后XGBoost算法以非线性规划计算结果为训练数据进行模型训练验证.结果表明:所提出的算法强化了目前离线计算中对于燃料电池混合动力系统动态性能多目标优化的考虑,增强了在线机器学习训练数据的准确性,同时所提出的XGBoost算法可以加快计算速度以及避免数据的过拟合,实现对燃料电池混合动力汽车功率的精确估计. 展开更多
关键词 燃料电池汽车 非线性规划 XGBoost集成学习 能量管理算法 功率分配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部