[發明專利]一種應用于混合動力汽車的控制方法及設備

有效

• 申請號: 201910595326.6
• 申請日: 2019-07-03
• 公開（公告）號: CN110481536B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 鄭春花;楊鋮兆
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: B60W20/00
• 分類號: B60W20/00;B60W50/00
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 黃志云

1.一種應用于混合動力汽車的控制方法，其特征在于，包括：

采集目標車輛在t時刻的運行狀態參量；

將所述運行狀態參量導入到控制指令輸出網絡，生成用于控制所述目標車輛的控制指令，通過所述控制指令控制所述目標車輛運行；

將所述運行狀態參量以及所述控制指令導入到狀態評分網絡，計算所述控制指令對應的期望評分值；所述期望評分值用于表示所述目標車輛基于所述控制指令控制時的節能等級；

根據所述期望評分值以及所述控制指令計算所述t時刻的梯度值，并基于所述梯度值對所述控制指令輸出網絡進行調整；

將所述目標車輛在t+1時刻的運行狀態參量導入到調整后的所述控制指令輸出網絡，生成關于t+1時刻的控制指令，并返回執行將所述運行狀態參量以及所述控制指令導入到狀態評分網絡，計算所述控制指令對應的期望評分值；

在所述將所述運行狀態參量導入到控制指令輸出網絡，生成用于控制所述目標車輛的控制指令，通過所述控制指令控制所述目標車輛運行之后，還包括：

采集所述目標車輛基于所述t時刻的控制指令運行下的節能等級；

將所述t時刻的運行狀態參量、所述節能等級、所述控制指令以及所述t+1時刻的運行狀態參量，創建網絡訓練對象，并將所述網絡訓練對象添加到訓練數據庫內；

根據各個所述網絡訓練對象的學習效率，對各個所述網絡訓練對象進行排序，并選取前K個所述網絡訓練對象作為目標訓練對象；

通過K個所述目標訓練對象更新所述控制指令輸出網絡以及所述狀態評分網絡；

所述根據各個所述網絡訓練對象的學習效率，對各個所述網絡訓練對象進行排序，并選取前K個所述網絡訓練對象作為目標訓練對象，包括：

分別將各個所述網絡訓練對象導入到時序差分偏差轉換函數，計算各個所述網絡訓練對象的時序差分偏差值；所述時序差分偏差轉換函數具體為：

Δ＝r+max Q(s',a'；θ)-Q(s,a；θ)

其中，Δ為所述時序差分偏差值；s為在所述t時刻的運行狀態參量；a為在所述t時刻的控制指令；s'為在所述t+1時刻的運行狀態參量；a'為在所述t+1時刻的控制指令；Q(s,a；θ)為所述狀態評分網絡的函數；θ為所述狀態評分網絡的第二學習參量；r為在所述t時刻的節能等級；

將所述時序差分偏差值識別為所述學習效率，并基于所述學習效率對各個所述網絡訓練對象進行排序。