文献

J-GLOBAL ID：201802248632783648   整理番号：18A0725850

ハイブリッド無限軌道車両のエネルギー効率改善のための2レベル制御【JST・京大機械翻訳】

A Bi-Level Control for Energy Efficiency Improvement of a Hybrid Tracked Vehicle

著者 (2件)： Liu Teng (Department of Mechanical and Mechatronics Engineering, University of Waterloo, Waterloo, ON, Canada) ,  Hu Xiaosong (Department of Automotive Engineering and the State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 4  ページ： 1616-1625  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ハイブリッド追跡車両のエネルギー効率を改善するために,2レベル制御フレームワークを提案した。より高いレベルは,Markov連鎖に基づく電力需要を正確に予測する方法を議論する。特に,ファジィ符号化予測器を電力需要予測のために使用し,リアルタイム再帰アルゴリズムを適用して,将来の電力需要情報を遷移確率行列(TPM)計算に融合した。さらに,Kullback-Leibler(KL)発散率を用いて,制御戦略の変更を決定した。低レベルは,更新TPMとモデルフリー強化学習(RL)技術に基づいて,関連するエネルギー管理戦略を計算する。シミュレーション結果は,提案した方式における車両エネルギー効率がKL発散値を調整することによって一般的RL制御を上回ることを例示した。また,比較結果は,開発した制御戦略が,エネルギー効率と計算速度に関して,一般的なRLのものより優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 符号化 ,  電力需要 ,  強化学習 ,  エネルギー管理 ,  シミュレーション ,  計算機処理速度 ,  遷移確率 ,  Markov連鎖 ,  *レベル制御 ,  曖昧さ ,  *エネルギー効率
準シソーラス用語： 制御戦略 ,  再帰アルゴリズム ,  電力需要予測 ,  予測器 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 無限軌道 ,  エネルギー ,  効率改善 ,  レベル制御