[發明專利]一種基于遺傳算法的發動機自動標定參數優化方法

無效

• 申請號: 201110230112.2
• 申請日: 2011-08-11
• 公開（公告）號: CN102337979A
• 公開（公告）日: 2012-02-01
• 發明（設計）人: 楊國青;李紅;錢嘯君;唐凱;呂品
• 申請（專利權）人: 浙江大學
• 主分類號: F02D43/00
• 分類號: F02D43/00
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 陳繼亮

1.一種基于遺傳算法的發動機自動標定參數優化方法，其特征在于：在原有的標定技術的基礎上,引入遺傳算法,在進行發動機控制參數的優化時,利用遺傳算法為每一個參數建立其所對應的原始種群，適應度評判公式，交叉率，變異率以及終止條件，進行遺傳算法優化操作，最終得到最優基因作為MAP圖中的控制參數，其具體步驟為：

確定標定任務的優化對象，簡稱OT；根據OT，確定需要標定的MAP圖及參數，這個MAP圖中包含有1-2個的參考參數，用于工況點的確定，同時包含有至少1個的控制參數，用以標定優化；然后對MAP圖中每一個單元任務Cell?Task進行遺傳算法優化；

根據OT所需達到的控制精度，為MAP圖指定其顆粒度，設計工況點的分布，工況點以均勻分布為主，最終將整個MAP圖劃分成以工況點為標準的多個小任務Cell?Task，每個Cell?Task需要進行一次參數優化，使整個MAP圖向最優狀態進化；

為每一個Cell?Task指定優化算法的初始化因子，為，其中M為群體大小，F為個體適應度評價函數，c為交叉操作算子，m為變異操作算子，為交叉概率，為變異概率；

根據具體要求精度，為優化對象進行編碼，編碼公式的確定為將優化目標的取值范圍，定為,給定其精度要求,為,計算其二進制編碼的長度:，為整數；然后，利用隨機的方法，從到中產生初始種群，種群的大小根據需求定為M；

進入遺傳算法的遺傳優化，其中依次進行選擇，交叉，變異三種遺傳方式，并不斷循環這個過程直到達到終止條件，終止條件為得到最優值或為達到終止遺傳代數，最后得到最優的值為該Cell?Task的最優參數。

2.根據權利要求1所述基于遺傳算法的發動機自動標定參數優化方法，其特征為：

以OT的反饋值作為種群的適應度，通過解碼公式將選取的種群中的每個個體進行解碼，得到，并計算其所對應的適應度；

計算每個個體的的選擇概率，其公式為，在得到全部的選擇概率后，通過使用賭輪選擇法進行選擇，當計算得出每個個體的選中次數后，即可用新的個體代替原始個體組成新一代的群體，即子群體，并將代數計數器設置為；

繼續對新一代的種群進行交叉遺傳，設定種群的交叉率為及交叉點，計算種群中的交叉個體數為，并從種群中隨機抽取相應個數的個體，配對進行交叉操作，若交叉個數為奇數,則最后一個個體自身交叉，即互換兩個個體1到位上的基因，并用產生的新個體代替原個體，產生種群；

繼續對新一代的種群進行變異遺傳，設定種群的變異率為及變異基因座，從種群中隨機確定個個體,進行變異遺傳,即改變個體對應的變異基因座上的基因，并用產生的新個體代替原個體，產生種群；

重復上面的遺傳操作，直到達到遺傳終止條件，即最優解出現或達到了設定的最大種群代，此時取最優解或適應度最大的個體作為所求結果，算法結束。

3.根據權利要求1所述基于遺傳算法的發動機自動標定參數優化方法，其特征為：通過使用遺傳算法GA，為發動機控制參數的MAP圖中的每個單元任務進行指定初始化因子，然后進行依次進行選擇，交叉，變異三種遺傳方式，對種群進行不斷繁殖優化，最后得到最優解寫入Cell?Task中，作為最終控制參數。