基于MOPSO算法与改进熵权TOPSIS法的混合动力汽车多目标优化决策

摘要

针对混合动力汽车油耗和排放优化问题,应用多目标粒子群算法(MOPSO)和改进熵权TOPSIS方法,对混合动力汽车的关键参数进行优化决策.首先以一款并联混合动力汽车为参考标准,在MATLAS/Simulink环境下搭建了整车仿真模型,并通过整车转鼓试验台对仿真模型的合理性和有效性进行验证;然后应用多目标粒子群算法对混合动力汽车关键参数进行优化,得到关于燃油经济性和污染物排放性能指标的Pareto最优解集;最后基于改进熵权TOPSIS方法,从Pareto最优解集中决策出一组最佳参考解.与优化前相比,混合动力汽车的油耗降低了4.28％,HC、NOx、CO三种污染物排放量分别降低了17.8％、12.47％和5.93％.