【智能优化算法-粒子群算法】基于改进粒子群算法实现汽车动力传动参数优化设计附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

????个人主页：Matlab科研工作室

????个人信条：格物致知。

更多Matlab仿真内容点击????

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

汽车的动力性是指汽车在良好路面上直线行驶时由汽车受到的纵向外力决定的、所能达到的平均行驶速度。汽车的动力性主要可由以下三方面的指标来评定：

（1）最高车速：最高车速是指在水平良好的路面（混凝土或沥青）上汽车能达到的最高行驶速度。它仅仅反映汽车本身具有的极限能力，并不反映汽车实际行驶中的平均车速。

（2）加速能力：汽车的加速能力通过加速时间表示，它对平均行驶车速有着很大影响，特别是轿车，对加速时间更为重视。当今汽车界通常用原地起步加速时间与超车加速时间来表明汽车的加速能力。原地起步加速时间是指汽车由第I挡或第II挡起步，并以最大的加速强度（包括选择适当的换挡时机）逐步换至最高挡后达到某一预定的距离或车速所需要的时间。超车加速时间是指用最高挡或次高挡内某一较低车速全力加速至某一高速所需要的时间。

（3）爬坡能力：汽车的爬坡能力是指汽车满载时，用变速器最低挡在良好路面上能爬上的最大道路爬坡度。

汽车的燃油经济性是指在保证汽车动力性能的前提下，以尽量少的燃油消耗量行驶的能力。汽车的燃油经济性主要评价指标有以下两方面：

（1）等速行驶百公里燃油消耗量：它指汽车在一定载荷（我国标准规定轿车为半载、货车为满载）下，以最高挡在良好水平路面上等速行驶100km的燃油消耗量。行驶的燃油消耗量。

（2）多工况循环行驶百公里燃油消耗量：由于等速行驶工况并不能全面反映汽车的实际运行情况。汽车在行驶时，除了用不同的速度作等速行驶外，还会在不同情况下出现加速、减速和怠速停车等工况，特别是在市区行驶时，上述行驶工况会出现得更加频繁。

因此各国都制定了一些符合国情的循环行驶工况试验标准来模拟实际汽车运行状况，并以百公里燃油消耗量来评价相应行驶工况的燃油经济性。

⛄ 部分代码

% 改进的快速粒子群优化算法 (APSO):

function apso

% 参数设置

global lamda1 lamda2 m ua_max eta_T r G f alpha Cd A rou K Ttq_max Fz fai ge_ne_pe du

lamda1 = 0.2; % 动力性发挥程度加权因子；

lamda2 = 0.8; % 经济性加权因子；

m = 1092;     % 整车质量（kg）；

% Test if inequalities 

function H=getH(g)

if g<=0, 

    H=0; 

else

    H=1; 

end

% Test if equalities hold

function H=geteqH(g)

if g==0,

    H=0;

else

    H=1; 

end

⛄ 运行结果

⛄ 参考文献

​[1]朱振芳. 基于粒子群算法的汽车动力传动参数优化设计[J]. 机电信息, 2019(29):2.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除

最后

以上就是还单身马里奥为你收集整理的【智能优化算法-粒子群算法】基于改进粒子群算法实现汽车动力传动参数优化设计附matlab代码的全部内容，希望文章能够帮你解决【智能优化算法-粒子群算法】基于改进粒子群算法实现汽车动力传动参数优化设计附matlab代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。