TY -的A2 - Na,京盟,阮Shumin AU - Ma,曰PY - 2020 DA - 2020/12/08 TI -实时能源管理策略基于Driver-Action-Impact MPC系列混合动力车SP - 8843168六世- 2020 AB -精确预测未来车辆信息可以提高混合动力电动汽车的控制效率。如今,大多数预测模型使用以前的车辆信息来预测未来的驾驶速度,不能反映司机和环境的影响。在这篇文章中,一个实时能源管理策略(EMS)提出了基于driver-action-impact MPC系列混合动力电动汽车。拟议的EMS由两个模块组成:速度预测模块和实时MPC模块。在速度预测模块中,长期短期记忆(LSTM)神经网络模型,训练有素的交通数据来源于一个虚拟驾驶模拟器,采用预测未来驾驶信息通过使用司机操作信息和当前车辆的速度。获得未来的驾驶速度视为实时MPC模块的输入,输出控制变量作用于底层控制器的组件通过求解一个标准的二次规划(QP)问题。与基于规则的策略相比,平均减少了5.6%的燃料消耗。EMS实时计算的有效性是通过半实物试验验证和验证平台。SN - 1076 - 2787你——https://doi.org/10.1155/2020/8843168——10.1155 / 2020/8843168 JF - PB - Hindawi KW - ER -复杂性