基于深度强化学习的混合动力汽车能量管理策略OA北大核心
Energy Management Strategy for Hybrid Electric Vehicle Based on the Deep Reinforcement Learning Method
针对混合动力汽车能量管理策略在线运行时对工况适应性差的问题,提出一种具有深度强化学习能力的能量管理策略设计方法.该方法基于深度确定性策略梯度算法来确定发动机功率最佳变化率,进而建立车载能源功率分配策略.所建立的控制策略包含离线交互学习与在线更新学习双层逻辑框架,根据车辆运行特性对控制参数进行动态更新,以提高在线运行时车辆的节能效果.为了验证所提出的控制策略,以沈阳实车测试数据对算法有效性进行分析,并与粒子群优化算法的控制效果进行对比.结果表明,所…查看全部>>
陈泽宇;方志远;杨瑞鑫;于全庆;康铭鑫
东北大学机械工程与自动化学院 沈阳 110819北京理工大学机械与车辆学院 北京 100081东北大学机械工程与自动化学院 沈阳 110819北京理工大学机械与车辆学院 北京 100081北京理工大学机械与车辆学院 北京 100081
交通工程
混合动力汽车电源系统能量管理策略深度强化学习机器学习
《电工技术学报》 2022 (23)
车用动力电池系统复杂故障状态多域耦合特性与热失控预测方法研究
6157-6168,12
国家自然科学基金项目(51977029)、中央高校基本科研业务专项资金资助项目(N2003002)、辽宁省科技计划项目(2021JH6/10500135)和中国博士后科学基金资助项目(2021M690395)资助.
评论