[发明专利]基于组合智能算法的热泵空调热管理控制方法及系统

权利要求书

1.基于组合智能算法的热泵空调热管理控制方法，其特征在于，包括如下步骤：

获取待检测实车运行数据；

根据待检测实车运行数据和训练后不同工况下压缩机转速与风扇转速预测模型得到热泵空调压缩机与风扇实际转速；

其中，所述不同工况下压缩机转速与风扇转速预测模型的构建过程为：采用人工鱼群算法改进灰狼算法，基于改进的灰狼算法优化回归型支持向量机算法，具体包括：在灰狼算法中引入人工鱼群的觅食行为，将灰狼算法的每一条狼看成一条人工鱼，将每个优势狼与猎物之间的距离看成人工鱼的视野范围，每个狼在其视野范围内寻找适应度最优结果；

根据热泵空调压缩机与风扇实际转速控制热泵空调压缩机与风扇运行；

所述在灰狼算法中引入人工鱼群的觅食行为，将灰狼算法的每一条狼看成一条人工鱼，将每个优势狼与猎物之间的距离看成人工鱼的视野范围，每个狼在其视野范围内寻找适应度最优结果，具体包括：

每个狼在其视野范围内按公式向着猎物的方向移动，尝试寻找适应度高的位置；

若在处的适应度值高于X_α，则α狼，β狼，δ狼的位置更新为：

，适应度值更新为：，

若在X_j处的适应度值优于X_β且劣于X_α，则β狼，δ狼的位置更新为：

，适应度值更新为：，

若X_j处的适应度值优于X_δ且劣于X_β，则δ狼的位置更新为：，适应度值更新为：F（X_δ）=F(X_j)，

其中，i为当前迭代次数，X_α，X_β，X_δ，X_j分别为α狼，β狼，δ狼和当前搜索代理的位置，F（X_α），F(X_β)，F（X_δ），F(X_j)分别为α狼，β狼，δ狼和当前搜索代理的适应度值，step为迭代步长， rand为[0,1]之间的随机值。

2.如权利要求1所述的基于组合智能算法的热泵空调热管理控制方法，其特征在于，所述灰狼算法依据灰狼的习性将狼群划分为α、β、δ和ω四个等级，各个等级的狼之间相互配合来完成捕食过程，每个狼群中有一只优势狼，即α狼，是狼群中的独裁者，负责群体的一切决策，处于灰狼群体中第二阶层的为β狼，在群体中β狼会协助α的决策并将其他等级狼群信息反馈给α狼，第三个阶层为δ狼，δ狼服从α狼和β狼的命令，同时也指挥ω狼的行动。

3.如权利要求1所述的基于组合智能算法的热泵空调热管理控制方法，其特征在于，所述引入人工鱼群的觅食行为具体包括：

在可视空间内，人工鱼发现位置具有浓度更高的食物时，向该方向移动，当尝试最大次数之后仍然未发现更优的解，人工鱼进行随机行为；

其中，所述觅食行为公式为：

,，其中rand是一个数值在之间的的随机向量，step为移动步长，visual为视野范围，为某条人工鱼的位置，即可行解，共 j个变量； 为该位置的食物浓度，即目标函数值。

4.如权利要求1所述的基于组合智能算法的热泵空调热管理控制方法，其特征在于，基于改进的灰狼算法优化回归型支持向量机算法，包括：

将回归型支持向量机算法回归均方根误差作为目标函数，通过改进的灰狼算法对回归型支持向量机的径向基核函数的方差和惩罚因子进行寻优，将目标函数的最小值时对应的惩罚因子的取值作为α狼的横坐标，径向基核函数的方差的值作为α狼的纵坐标，根据α狼的横坐标和纵坐标得到最终α狼的位置。

5.如权利要求1所述的基于组合智能算法的热泵空调热管理控制方法，其特征在于，所述待检测实车运行数据包括实时车速、环境温度、蒸发器进风量、冷凝器进风量、乘员舱温度以及环境湿度。