الگوریتم بهینه‌سازی ترکیبی MIGA و NLPQL برای بهینه‌سازی پارامترهای خودروهای برقی هیبریدی پلاگین

Elsevier
سال انتشار :
2017
تعداد صفحات مقاله انگلیسی :
6
نشریه :
الزویر
تعداد رفرنس ها :
6
نوع مقاله :
مقاله ISI
کراس مارک :
Crossmark
keywords :
Parameters optimization Plug-in Hybrid electric bus Multi-Island genetic algorithm Sequential Quadratic Programming-NLPQL
کلمات کلیدی :
بهینه‌سازی پارامترها؛ خودروی برقی هیبریدی پلاگین؛ الگوریتم ژنتیک چندجزیره؛ برنامه‌ریزی متوالی غیرخطی NLPQL
عنوان فارسی :

الگوریتم بهینه‌سازی ترکیبی MIGA و NLPQL برای بهینه‌سازی پارامترهای خودروهای برقی هیبریدی پلاگین

عنوان انگلیسی :

Combinatorial Optimization Algorithm of MIGA and NLPQL for a Plug-in Hybrid Electric Bus Parameters Optimization

ژورنال :
Energy Procedia
لینک مقاله :
http://www.sciencedirect.com/science/article/pii/S1876610217307713
آدرس DOI :
https://doi.org/10.1016/j.egypro.2017.03.708
وضعیت ترجمه :
انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید

سال انتشار : 2017

تعداد صفحات مقاله انگلیسی : 5

نشریه : الزویر

تعداد رفرنس ها : 6

نوع مقاله : مقاله ISI

کلمات کلیدی انگلیسی : Parameters optimization Plug-in Hybrid electric bus Multi-Island genetic algorithm Sequential Quadratic Programming-NLPQL

کلمات کلیدی : بهینه‌سازی پارامترها؛ خودروی برقی هیبریدی پلاگین؛ الگوریتم ژنتیک چندجزیره؛ برنامه‌ریزی متوالی غیرخطی NLPQL

عنوان فارسی : الگوریتم بهینه‌سازی ترکیبی MIGA و NLPQL برای بهینه‌سازی پارامترهای خودروهای برقی هیبریدی پلاگین

عنوان انگلیسی : Combinatorial Optimization Algorithm of MIGA and NLPQL for a Plug-in Hybrid Electric Bus Parameters Optimization

لینک مقاله : http://www.sciencedirect.com/science/article/pii/S1876610217307713



چکیده انگلیسی
In this paper, the fuel economy is chosen as the optimization target of a Plug-in hybrid electric bus (PHEB). The optimization mathematical model of PHEB powertrain parameters is established, which is based on optimal energy management strategy, and the energy management strategy of this model is formulated by dynamic programming (DP) algorithm. Firstly, PHEB fuel economy is chosen as the objective function of parameter optimization. Then, combinatorial optimization algorithm is designed by Multi-Island genetic algorithm (MIGA) and Sequential Quadratic Programming-NLPQL. MIGA is used for global optimization firstly, and the NLPQL is used for local optimization. Finally, experiments results prove that PHEB fuel consumption per 100 km has reduced to 17.41 L diesel from 18.51 L diesel, and electricity consumption per 100 km remains the same level.

چکیده فارسی
در این مقاله، اقتصاد سوخت به عنوان هدف بهینه‌سازی خودروهای برقی هیبریدی پلاگین (PHEB) انتخاب شده است. مدل ریاضی بهینه‌سازی برای پارامترهای انتقال قدرت PHEB تدوین شده است که بر راهبرد مدیریت بهینه انرژی مبتنی شده است و راهبرد مدیریت انرژی این مدل با الگوریتم برنامه‌ریزی دینامیک (DP) ساختاربندی شده است. ابتدا، اقتصاد سوخت PHEB به عنوان تابع هدف پارامتر بهینه‌سازی انتخاب شده است. سپس، الگوریتم بهینه‌سازی ترکیبی با الگوریتم ژنتیک چندجزیره (MIGA) و برنامه‌نویسی متوالی غیرخطی NLPQL طراحی شد. در ابتدا، MIGA برای بهینه‌سازی جهانی و NLPQL برای بهینه‌سازی محلی استفاده شد. در نهایت، نتایج آزمایش‌ها نشان داد که مصرف سوخت PHEB به ازای هر 100 کیلومتر تا 17.41 لیتر دیزل نسبت به مقدار اولیه 18.51 لیتر دیزل کاهش داشته و مصرف برق به ازای هر 100 کیلومتر در همان سطح باقی مانده است.





محتوی بسته : +فایل ورد +فایل pdf مقاله انگلیسی

تومان 19,000



مشاهده فایل pdf مقاله :