Jornal Internacional de Swarm Intelligence e Computação Evolutiva

Abstrato

Aplicação de um algoritmo de abelhas baseado em feromonas para a otimização simultânea dos tamanhos dos componentes chave e estratégia de controlo para veículos elétricos híbridos

VT longo

Um Algoritmo de Abelhas Baseado em Feromonas (PBA) é empregue para otimizar os principais tamanhos de componentes e estratégia de controlo para Veículos Elétricos Híbridos paralelos (HEVs paralelos) apresentados. O Algoritmo Básico das Abelhas (BBA) é uma ferramenta de otimização inteligente que imita o comportamento de procura de alimento das abelhas melíferas. Nesta investigação, no entanto, é aplicada uma nova versão do BBA que utiliza feromonas, substâncias químicas segregadas pelas abelhas e outros insetos no seu ambiente, permitindo-lhes comunicar com outros membros da sua própria espécie. O PBA emprega a feromona para atrair abelhas para explorar as regiões promissoras do espaço de busca, e a configuração HEV paralela e uma Estratégia de Controlo de Assistência Elétrica são utilizadas para formular a pesquisa. O valor do tamanho do componente principal e dos parâmetros da estratégia de controlo é ajustado de acordo com o PBA para obter a minimização da soma ponderada do Consumo de Combustível (FC) e das emissões enquanto o desempenho do veículo satisfaz as restrições do PNGV. Nesta investigação, o software ADVISOR foi utilizado como ferramenta de simulação, e os ciclos de condução, FTP, ECE-EUDC e UDDS, são empregues para avaliar a FC, as emissões e os desempenhos dinâmicos. Após uma descrição do algoritmo, o artigo mostra os resultados obtidos para a otimização simultânea dos principais tamanhos dos componentes e estratégia de controlo para Veículos Elétricos Híbridos paralelos. Os resultados provam que o PBA é um algoritmo forte para determinar os parâmetros ideais dos tamanhos dos componentes e da estratégia de controlo, resultando na melhoria da FC e das emissões sem sacrificar o desempenho do veículo. Comparativamente ao BBA, a nova versão, PBA, apresentou uma melhoria de cerca de 25% na velocidade de convergência com quase os mesmos resultados de metas de otimização.