[发明专利]用于智能电动汽车的多目标优化控制方法及控制系统

权利要求书

1.用于智能电动汽车的多目标优化控制方法，其特征在于：包括以下步骤：

根据智能电动汽车在驾驶安全性，乘员舒适性和驾驶准确性三个方面的需求，分别建立驾驶安全性目标函数J_R(t)，乘员舒适性目标函数J_C(t)，驾驶准确性目标函数J_A(t)；

所述乘员舒适性目标函数J_C(t)的建立方法为：

需要综合考虑汽车横摆角速度表现J_c1以及汽车纵向加速度表现J_c2确定智能电动汽车的驾驶舒适性能指标J_C，其中，

J_c1可以表述如下：

其中，γ(t)表示汽车横摆角速度，表示横摆角速度标准门槛值；

J_c2可以表述如下：

其中，a_x(t)表示汽车纵向加速度，表示纵向加速度标准门槛值；

因此，驾驶舒适性能指标J_C表示为：

其中，w_c1和w_c2分别表示汽车横摆角速度表现以及汽车纵向加速度表现的权值；

所述驾驶准确性目标函数J_A(t)的建立方法为:

综合考虑轨迹跟踪误差指标J_a1以及方向误差指标J_a2确定智能电动汽车的驾驶准确性能指标J_A，其中，

J_a1可以表述如下：

其中，f(t)表示驾驶员的期望轨迹，y(t)表示汽车实际运行轨迹，表示轨迹误差标准门槛值；

J_a2可以表述如下：

其中，V_x(t)表示汽车的纵向速度，β(t)表示汽车质心侧偏角，表示方向误差标准门槛值；

因此，驾驶准确性能指标J_A表示为：

其中，w_a1和w_a2分别表示汽车轨迹跟踪误差指标表现以及方向误差指标表现的权值；

根据智能电动汽车系统约束条件，构建使得各性能目标同时达到最优的实时任务参数集，即建立多目标优化问题的数学模型；

将智能电动汽车的驾驶安全性，乘员舒适性和驾驶准确性三方面的性能指标转化成为单一指标，采用基于Pareto最优的多目标优化算法进行多目标规划控制模型的求解，使智能电动汽车实现驾驶安全性，乘员舒适性和驾驶准确性三个方面性能的最优值；

所述的多目标优化算法的具体步骤如下：

步骤1：将决策空间进行有效划分，使其成为N个空间，并基于NSGA-II算法产生初始精英子代；

步骤2：随机选择N1代，并进行相应迭代计算，在N个空间产生子代种群；

步骤3：进行拥挤度和拥挤度比较算子的计算，并在快速排序后的同级比较中选出优胜子代；

步骤4：将步骤3中选出的n个优胜子代逐个与精英子代中的个体进行比较，如果存在支配关系，则替换掉相应的最差精英个体，从而更新精英子代；

步骤5：从剩余的子空间中随机选择新子空间作为父代，并将步骤4产生的更新精英子代进行交叉,共同竞争产生下一代种群；

步骤6：判断当前迭代次数是否超过最大迭代代数，若是则结束，若否则返回步骤3。