文献

J-GLOBAL ID：201702279217122562   整理番号：17A0697776

プラグインハイブリッド電気自動車のエネルギー管理システムのためのキャリブレーション方法論【Powered by NICT】

Calibration methodology for energy management system of a plug-in hybrid electric vehicle

著者 (6件)： Duan Benming (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130025, China) ,  Wang Qingnian (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130025, China) ,  Zeng Xiaohua (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130025, China) ,  Gong Yinsheng (Electric Service Center, Qiming Information Technology Co., Ltd, Changchun 130122, China) ,  Song Dafeng (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130025, China) ,  Wang Junnian (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130025, China)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 136  ページ： 240-248  発行年： 2017年 
JST資料番号： A0552A  ISSN： 0196-8904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,プラグインハイブリッド電気自動車のために設計されたエネルギー管理戦略のための新しい解析的キャリブレーション法を提示した。この方法は矛盾するキャリブレーション要求(例えば排出と経済)の間の妥協点に到達する実際のキャリブレーション効率を改善した。排出量と経済性能をカバーする包括的評価指標は,レーダーチャート法を用いて構築した。動径基底関数(RBF)ニューラルネットワークモデルは,制御パラメータと包括的評価指標間の正確なモデルを確立するために提案した。最適ラテン超方格設計は,RBFニューラルネットワークモデルを訓練するために実験データを得るために導入した。マルチアイランド遺伝アルゴリズムを用いて最適化モデルを解いた。最後に,オフラインキャリブレーション例を行った。結果は,車両性能と校正効率を改善するのに提案した校正手法の有効性を検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *方法論 ,  *ハイブリッド自動車 ,  *エネルギー管理 ,  自動車性能 ,  動径基底関数 ,  排出量 ,  ニューラルネットワーク ,  遺伝的アルゴリズム
準シソーラス用語： 最適化モデル ,  動径基底関数ニューラルネットワーク ,  制御パラメータ ,  神経回路網モデル ,  包括的評価指標 ,  *エネルギー管理システム ,  *プラグイン , 【Automatic Indexing@JST】

著者キーワード (6件)： キャリブレーション ,  エネルギー管理システム ,  ハイブリッド電気自動車 ,  レーダチャート ,  最適ラテン超方格設計 ,  RBF(動径基底関数)ニューラルネットワーク

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (5件)： プラグイン ,  ハイブリッド電気自動車 ,  エネルギー管理システム ,  キャリブレーション ,  方法論