模型预测控制(MPC)在混合动力汽车能量管理策略开发上的运用 1利用车速预测模型(BP或者RBF神经网络,预测模型资料也有发在其他链接)根据预测的信息对车辆进行优化控制,可以对混动汽车的能量管理
资源文件列表(大概)
资源内容介绍
模型预测控制(MPC)在混合动力汽车能量管理策略开发上的运用。[1]利用车速预测模型(BP或者RBF神经网络,预测模型资料也有发在其他链接)根据预测的信息对车辆进行优化控制,可以对混动汽车的能量管理具有一定的参考意义。[2]动态规划算法作为全局优化的代表,恰好作为模型预测控制的算法求解器,再与车速预测模型结合实现基于模型预测(MPC)的能量管理策略的预测时预内的局部最优近似全局最优的优化效果,实现混动车辆的燃油经济性最优 和模型预测MPC结合运用,加上预测模型可实现在线预测近似实时最优 逆向迭代,正向求解(混动整车能量管理做到全局最优)提供动态规划算法程序(DP) 神经网络预测模型程序(GA-BP RBF)=模型预测控制用户评论 (0)
发表评论
相关资源
基于FPGA的FOC电流环实现1.仅包含基本的电流环2.采用verilog语言编写3.电流环PI控制器4.采用SVPWM算法5.均通过处理转为整数运算6.采用ADC采样,型号为AD7928
基于FPGA的FOC电流环实现1.仅包含基本的电流环2.采用verilog语言编写3.电流环PI控制器4.采用SVPWM算法5.均通过处理转为整数运算6.采用ADC采样,型号为AD7928,反馈为AS56007.采用串口通信8.代码层次结构清晰,可读性强9.代码与实际硬件相结合,便于理解10.包含对应的simulink模型(结合模型,和rtl图,更容易理解代码)11.代码可以运行12.适用于采用foc控制的bldc和pmsm13.此为源码和simulink模型的价,不包含硬件的图纸A1 不是用Matlab等工具自动生成的代码,而是基于verilog,手动编写的A2 二电平的Svpwm算法A3 仅包含电流闭环A4 单采样单更新,中断频率 计算频率,可以基于自己所移植的硬件,重新设置
mysql+node.js+express 实现登录功能
mysql+node.js+express 实现登录功能
matlab连续潮流程序绘制PV曲线静态电压稳定该程序为连续潮流IEEE14节点和33节点的程序运行出来有分岔点和鼻点可移植性强,注释详细这段程序主要是用来计算电力系统中的潮流分布,并绘制P
matlab连续潮流程序绘制PV曲线静态电压稳定该程序为连续潮流IEEE14节点和33节点的程序运行出来有分岔点和鼻点可移植性强,注释详细这段程序主要是用来计算电力系统中的潮流分布,并绘制PV曲线。下面我将对程序进行详细的分析。首先,程序开始时使用`clc`、`clear`和`close all`清除命令窗口、清除工作区变量和关闭所有图形窗口。接下来,程序定义了一些基准值,包括电压基准值`Vbase`、功率基准值`Sbase`和阻抗基准值`Zbase`。然后,程序通过`xlsread`函数从Excel文件中读取节点数据和支路数据,并将其存储在`BusData`和`BranchData`中。接下来,程序对读取的数据进行标幺化处理,将功率和阻抗转为标幺值。然后,程序调用`Calculate_Ybus`函数计算节点导纳矩阵`Ybus`。接着,程序记录下Slack、PV和PQ节点的索引,以及节点数量`N`。然后,程序设置初始值,包括电压和相角。电压初始值为1,相角初始值为0。接下来,程序计算节点的注入功率,即发电减去负荷。然后,程序定义了一些参数,
vscode软件安装包
vscode软件下载方便