文献

J-GLOBAL ID：202202249650931346   整理番号：22A0978051

エンジン始動停止戦略を持つ並列ハイブリッド電気自動車のための二重深層強化学習ベースエネルギー管理【JST・京大機械翻訳】

Double Deep Reinforcement Learning-Based Energy Management for a Parallel Hybrid Electric Vehicle With Engine Start-Stop Strategy

著者 (5件)： Tang Xiaolin (College of Mechanical and Vehicle Engineering, Chongqing University, Chongqing, China) ,  Chen Jiaxin (College of Mechanical and Vehicle Engineering, Chongqing University, Chongqing, China) ,  Pu Huayan (Department of Mechanical Engineering, Shanghai University, Shanghai, China) ,  Liu Teng (Department of Mechanical and Mechatronics Engineering, University of Waterloo, Waterloo, ON, Canada) ,  Khajepour Amir (Department of Mechanical and Mechatronics Engineering, University of Waterloo, Waterloo, ON, Canada)
資料名： IEEE Transactions on Transportation Electrification  (IEEE Transactions on Transportation Electrification)
巻： 8  号： 1  ページ： 1376-1388  発行年： 2022年 
JST資料番号： W2449A  ISSN： 2332-7782  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： ハイブリッド電気自動車(HEV)の燃料経済を最適化し,エンジンの作動条件を改善し,エネルギー管理戦略(EMSs)の分野における深い強化学習(DRL)に関する研究を促進するために,本稿は,最初に,規則ベースのエンジンスタート・ストップ戦略と組み合わせたDRLベースのEMSを提案した。さらに,エンジンと伝送の両方が制御部品であると考えると,本論文は,歯車シフト戦略を学習するために,深いQネットワーク(DQN)を使用する,新しい二重DRL(DDRL)ベースのEMSを開発し,そして,エンジンスロットル開口を制御するために,深い決定論的ポリシー勾配(DDPG)を使用し,そして,DDRLベースのEMSは,様々なタイプの学習アルゴリズムによって多目的同期制御を実現する。オフライン訓練の後,オンラインテストのシミュレーション結果は,提案したDRLとDDRLベースのEMSの燃料消費ギャップが,DDPのいくつかの固有の欠陥を克服することによって,決定論的動的計画法(DDP)ベースのEMSと比較して,それぞれ-0.55%と2.33%であることを示した。計算効率は著しく改善され,動作当りの平均出力時間は0.91msであった。したがって,学習と規則ベースの制御と多目的制御戦略を組み合わせる制御戦略は,最適化とリアルタイム効率を確実にする可能性を有する。Copyright 2022 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： 最適化 ,  シミュレーション ,  動的計画法 ,  ネットワーク ,  休止 ,  規則 ,  *ハイブリッド自動車 ,  燃料経済 ,  *強化学習 ,  学習アルゴリズム
準シソーラス用語： 計算効率 ,  決定論 ,  オフライン ,  燃料消費量 ,  制御戦略 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： エンジン始動 ,  戦略 ,  ハイブリッド電気自動車 ,  深層強化学習 ,  エネルギー管理