遗传算法与联合优化仿真汽车动力传动系统

２０１０年第２９卷

９月

第９期

机械科学与技术

Ｍｅｃｈ蚰ｉｃａｌＳｃｉｅｎｃｅ明ｄＴｅｃｌｕｌ０１０９ｙｆｏｒＡｅｒｏｓｐａｃｅＥｎ西ｎｅｅｒｉｎｇ

Ｓｅｐｔｅｍｂｅｒ２０１０

Ｖ０１．２９Ｎｏ．９

雷嗣军遗传算法与ＡＤＶＩＳＯＲ联合优化仿真汽车动力传动系统

雷嗣军，宋小文

（浙江大学机械与能源工程学院，杭州３ｌ００２７）

摘要：汽车传动系与发动机的匹配性直接影响汽车动力性能的发挥和经济性的改善。笔者基于遗传工具箱ＧＡＴＢＸ和ＡＤＶＩＳＯＲ的后台函数建立遗传算法与ＡＤＶＩＳＯＲ的联合优化仿真模型，利用加权系数法整合汽车传动系多目标优化的各子目标，实现自动修改和输入仿真参数，在后台调用ＡＤＶＩＳＯＲ函数进行仿真运算。仿真实例表明该方法显著提高了ＡＤＶＩＳＯＲ的优化功能，解决了汽车传动系匹配的多目标优化问题。可用作传统汽车、电动汽车（ＥＶ）和混合动力汽车（ＨＥＶ）传动系匹配的算法。加速新车底盘的开发过程。

关键词：遗传算法；ＡＤＶＩＳＯＲ；汽车传动系匹配；多目标优化

中图分类号：Ｕ４６３．２１２；０２２４文献标识码：Ａ文章编号：１００３．８７２８（２０１０）０９・１１３７－０５

ＯＤｔｉｍｉｚａｔｉｏｎｏｆａｎＡｕｔｏｍｏｂｉｌｅＴｒａｎｓｍｉｓｓｉｏｎＳｙｓｔｅｍ

ｗｉｔｈＧｅｎｅｔｉｃＡ１２０ｒｉｔｌ吼ａｎｄＡＤⅥＳＯＲ

ＬｅｉＳ订ｕｎ，ＳｏｎｇＸｉａｏｗｅｎ

（Ｃ０ｕｅｇｅｏｆＭｅｃｌｌａｎｊｃａｌａｎｄＥｎｅＥｇ）ｒＥｎ百ｎｅｅｒｉｎｇ，ｚｈｅｊｉａｎｇＵＩｌｉＶｅｒｓ蚵，Ｈ蚰ｇｚｌｌｏｕ３ｌｏｏ”）

Ａｂｓｔｒａｃｔ：ＴｈｅｍａｔｃｈｉｎｇｂｅｔｗｅｅｎｉｔｓａｕｔｏｍｏｂｉｌｅｔｍｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍａＩｌｄｉｔｓｅｎ舀ｎｅｄｉｒｅｃｎｙ“ｆｅｃｔｓ山ｅｐｅｒｆｂｒｍ肌ｃｅｏｆｔｈｅｖｅｈｉｃｌｅｄｙｎａｍｉｃｓ趴ｄ山ｅｉｍｐｒ０Ｖｅｍｅｎｔｏｆｆｕｅｌｅｃｏｎｏｍｙ．Ａｃｏｍｂｉｎｅｄｏｐｔｉｍｉｚａｔｉｏｎ锄ｄｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｗｉｔ｝ＩｇｅｎｅｔｉｃａＩｇｏ—ｔｈｍａｎｄ

ＡＤＶＩＳＯＲ（Ａｄ啪ｃｅｄＶｅｈｉｃｌｅＳｉｍｕｌａｔｏｒ）ｉｓｂｕｉＩ￡ｂａｓｅｄｏｎＧＡＴＢＸ（ＧｅｎｅｔｉｃＡｌｇｏ五出ｍ’ｒ（加ｌＢｏｘ）ａＩｌｄｂａｃｋｉｎｇｆｕｎｃｔｉｏｎｓ．Ｓｉｎｃｅ８ｕｔｏｍｏｂｉｌｅｔｒａｎｓｍｉｓｓｉｏｎｍａｔｃｈｉｎｇｉ８ａｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｐｍｂｌｅｍ，ｔｌｌｒｅｅｏｂｊｅｃｔｉＶｅ８ｉｎｃｌｕｄｉｎｇｄｙｌｌａｒＩｌｉｃｐｍｐｅｎｙ，ｆｕｅｌｅｃｏｎｏｍｙ肌ｄｅｍｉｓｓｉｏｎｐｅｄｂ肋ａｎｃｅａｒｅｉｎｔｅｇｍｔｅｄｉｎｔｏｏｎｅｏｂｊｅｃ・ｔｉｖｅｆｕｎｃｔｉｏｎｂｙｗｅｉｇｌｌｔｉｎｇ’ｃｏｅ伍ｃｉｅｎｔｓ．Ｓｉｍｕｌａｔｉｏｎｅｘ呦ｐｌｅｓｈｏｗｓｔ｝ｌａｔｔｌｌｅｏｐｔｉｍｉ盟ｔｉｏｎｆｕｎｃｔｉｏｎｏｆＡＤＶＩｓＯＲｉ８伊ｅａｄｙｉｍｐｍｖｅｄ，ａｎｄｔ｝ｌｅｐｒｏｂｌｅｍ

ｏｆｍｕｌｔｉ・ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ０ｆ叫ｔｏｍｏｂｉｌｅｔｒａｎｓｍｉｓｓｉｏｎ瑚ｔｃｈｉｎｇｉ８∞ｌＶｅｄｂｙｃａｌｌｉｎｇｂａｃｋｉｎｇｆｕｎｃｔｉｏｎｓ明ｄｅｘｃｈａｎｇｉｎｇｓｉｍｕｌａｔｉｏｎｐａｒ啪ｅｔｅｒｓａｕｔｏｍａｔｉｃａｌｌｙ．ｎｉｓｍｅｔ｝ｌｏｄｃ跚ａＬｓｏｂｅａｐｐｌｉｅｄｔ０ｏｐｔｉｍｉｚｉｎｇａｎｄｍａｔｃｈｉｎｇｔｈｅＥＶ（ＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅ）ｏｒＨＥＶ（ＨｙｂｒｉｄＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅ），出ｕｓｓｐｅｅｄｉｎｇｕｐｔｌｌｅｄｅ—Ｖｅｌｏｐｍｅｎｔｐｒｏｃｅｓｓｏｆｎｅｗｃｈａｓｓｉｓ．

Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｔｉｃａｌｇｏｒｉ出ｍ；ＡＤＶＩＳＯＲ；ａｕｔｏｍｏｂｉｌｅ缸ａｎｓｍｉｓｓｉｏｎｍａｔｃｈｉｎｇ；ｍｕｌｔｉ—ｏｂｊｅｃｔｉＶｅｏｐｔｉｍｉｚａｔｉｏｎ

汽车的动力传动系对汽车的动力性、燃油经济性和排放性有重要影响。优化匹配汽车传动系统参数是提高汽车动力性能、降低汽车的燃油消耗和减少尾气排放的一个重要途径。汽车动力传动系的优

收稿日期：２００９—０９一１８

基金项目：浙江省科技厅重大科技专项项目（编号２００８ｃＤｌ００２）资助作者简介：雷嗣军（１９８５一），硕士研究生．研究方向为机械设计及优化理论。Ｉｅｉ蝴ｕｎ一“０４＠ｓｉ咂．ｃｏｍ；宋小文（联系人），副研

究员，Ｍ鲫＠ｚｊｕ．ｅｄｕ．∞化匹配涉及三个目标，属于典型的多目标优化问题。传统的优化模型多建立在汽车各个性能评价指标的模拟计算函数之上，没有考虑汽车实际行驶中各中条件变化，是一种理想近似；针对不同优化模型各种先进的优化方法都有较好的应用，如模糊优化方法…、复合形法［２｜、理想点法【３１和区间优化法Ｈ１等。

ＡＤＶＩＳＯＲ是基于ＭＡ耵ＡＢ和Ｓｉｍｕｌｉｎｋ环境开发的用于快速分析汽车动力性、燃油经济性和排放性的高级仿真软件∞Ｊ。它内置的Ａｕｔｏｓ沁工具能通

过ＭＡⅡＡＢ和ＶｉｓｕａｌＤＯＣ两种计算引擎快速计算

机械科学与技术第２９卷

出满足特定性能要求的车辆部件参数，但可调整的变量只有发动机功率、电动机功率和蓄电池参数，优化结果仅作为建立汽车模型时的参考，功能比较有限。遗传算法是一种随机的全局搜索和优化方法，从任意初始种群出发，通过遗传操作，逐步收敛到问题的最优解（或Ｐａｒｅｔ０最优解∞１）。将ＡＤＶＩｓＯＲ的精确仿真和遗传算法的高效寻优相结合，是解决汽车传动系优化匹配的较好途径。

ｌＡＤＶＩＳＯＲ非ＧＵＩ仿真原理

ＡＤⅥｓＯＲ采用以后向仿真为主，前向仿真为辅的混合仿真法‘７・８Ｉ。

后向仿真不包括驾驶员模型，沿着与实际功率流相反的方向（图ｌ上部从出ｖｅｃｙｃｌｅ模块到ｆｕｅｌｃｏｎｖｅｎｅｒ模块的箭头），根据道路循环的要求，向整车模块发出速度和转矩请求，整车模块再向车轮和车轴模块、主减速器模块、变速器模块等逐级发出请求，直到动力源模块（发动机和蓄电池等），计算出动力源需提供的功率；前向仿真包含一个驾驶员模型，用于自动调整节气门和制动器动作以满足驾驶工况。它沿着实际功率流的方向（图ｌ下部从ｆｕｅｌｃｏｎｖｅｒｔｅｒ模块到ｖｅｈｉｃｌｅ模块的箭头），从动力源模块出发直至车轮与车轴模块，逐级传递当前部件能提供给下一级部件的速度值和转矩值，最后计算出汽车的实际速度。前向仿真是后向仿真的逆过程，二者优势互补，使得仿真计算量小且精度高。

图１ＡＤＶＩｓＯＲ汽车仿真顶层模块

ＡＤＶＩｓ０Ｒ软件的仿真计算功能很强大，但是它内置的参数优化函数功能有限，需要通过结合外部优化工具来解决一些复杂的优化问题。为此，ＡＤ—ＶＩｓＯＲ提供了功能丰富、独立于ＧｕＩ界面运行的ａｄｙ—ｎｏ—ｇｕｉ函数来实现与其它软件的联合仿真，它的调用格式为：

［ｅ仃ｏｒ，ｒｅｓｐ］＝ａｄｖ—ｎｏ—ｇｕｉ（ａｃｔｉｏｎ，ｉｎｐｕｔ）；

式中：参数ａｃｔｉｏｎ为定义ＡＤＶＩＳＯＲ执行功能的字符串，这些功能包括对工作空间的初始化（ｉｎｉｔｉａｌｉｚｅ）、修改部件的参数（ｍｏｄ毋）以及设置仿真类型（如爬坡度ｇｒａｄ—ｔｅｓｔ、加速时间ａｃｃｅｌ—ｔｅｓｔ、循环路况测试ｄｒｉｖｅ—ｃｙｃｌｅ）等；每项功能都有对应的输入参数，它们包含在名为ＩＩｌｐｕｔ的域结构体中，其形式为ｉｎｐｕｔ．［ｆｉｅｌｄ］．［ｓｕｂｆｉｅｌｄ］．例如修改发动机最大功率所调用参数的格式为：

ｉｎｐｕｔ．ｍｏｄｉ匆．ｐ嗽ｍ＝｛７ｆｃ—ｍａ）【一ｐｗＴ’｝；

ｉｎｐｕｔ．ｍｏｄｊｆｙ．ｖａｌｕｅ＝｛１００｝；

［ｅＩＴｏｒ，ｒｅｓｐ］＝ａｄｖ—ｎｏ—ｇｕｉ（ｍｏｄｉｆｙ，ｉｎｐｕｔ）

ｅ眦返回一个布尔型数值，作为仿真过程成功与否的标志仿真结果保用结构体数据ｒｅｓｐ保存。２遗传算法与多目标优化

多目标优化问题一般不存在最优解，通常使用的Ｐａｒｅｔ０最优解是它的可以接受的“非劣解”。求解多目标优化问题的基本算法有：权重法、目标规划法、占－Ｃｏｎｓ咖ｉｎｔ法一１和遗传算法。

遗传算法具有并行高效性的特点，在解决多目标优化问题方面具先天的优势。目前已有多种基于遗传算法的求解多目标优化问题的方法，如线性加权遗传算法、并列选择遗传算法ｕ０Ｉ、向量评价遗传算法ＶＥＧＡ¨¨和非支配排序遗传算法ＮｓＧＡ【ｌ纠等。

３联合优化仿真模型

建立ＡＤＶＩｓＯＲ与遗传算法联合仿真模型的关键是定义适应度函数。考虑到遗传操作产生的初始种群中某些个体可能无法用ａｄｖ—ｎ０一ｇｕｉ函数计算加速时间和爬坡度，这里选择最高车速、循环路况百公里油耗分别作为动力性和经济性的评价指标。目标函数采用权重系数法整合为一个单一目标函数。

优化仿真的算法过程如图２所示。