文献

J-GLOBAL ID：202002259008270983   整理番号：20A0630976

MNNに基づく並列ハイブリッド電気自動車のためのエネルギー管理戦略【JST・京大機械翻訳】

The energy management strategy for parallel hybrid electric vehicles based on MNN

著者 (3件)： Shi Lei (Mechanical and Electrical Engineering, Shandong Jianzhu University, Jinan, China) ,  Zheng Minggang (Mechanical and Electrical Engineering, Shandong Jianzhu University, Jinan, China) ,  Li Fuyou (Electronic and Electrical Engineering, University of Sheffield, Sheffield, UK)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 79  号： 7-8  ページ： 5321-5333  発行年： 2020年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ハイブリッド電気自動車のエネルギー管理は,まだ研究ホットスポットである。並列ハイブリッド電気自動車の燃料経済性を改善するために,マルチニューラルネットワーク(MNN)のためのカーネルファジィCクラスタ化(KFCM)に基づく新しいエネルギー管理設計法を提案した。グローバル最適解を動的計画法グローバル最適化オフラインシミュレーションによって得て,KFCMアルゴリズムを用いて,車両走行モードに従ってグローバル最適データセットをクラスタ化して,ニューラルネットワークを各々のクラスタのために確立した。訓練後のMNNモデル構造を,リアルタイム条件に従ってエンジンとモータートルクのリアルタイム最適配置を実現するためのエネルギー管理戦略の出力として用いた。シミュレーション結果は,KFCM-MNNに基づくエネルギー管理戦略が動的計画エネルギー管理戦略のために良い学習シミュレーション能力を有して,それが準最適制御戦略であることを示した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  エネルギー管理 ,  ホットスポット ,  電動機 ,  クラスタ ,  ニューラルネットワーク ,  アルゴリズム ,  トルク ,  *ハイブリッド自動車 ,  クラスタ化 ,  動的計画法 ,  燃料経済 ,  学習
準シソーラス用語： 最適配置 ,  最適解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 並列ハイブリッド電気自動車 ,  動的計画法 ,  マルチニューラルネットワーク ,  カーネルファジィc平均クラスタリング ,  エネルギー管理戦略

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ハイブリッド電気自動車 ,  エネルギー管理 ,  戦略