[发明专利]一种基于遗传算法的发动机自动标定参数优化方法

权利要求书

1.一种基于遗传算法的发动机自动标定参数优化方法，其特征在于：在原有的标定技术的基础上,引入遗传算法,在进行发动机控制参数的优化时,利用遗传算法为每一个参数建立其所对应的原始种群，适应度评判公式，交叉率，变异率以及终止条件，进行遗传算法优化操作，最终得到最优基因作为MAP图中的控制参数，其具体步骤为：

确定标定任务的优化对象，简称OT；根据OT，确定需要标定的MAP图及参数，这个MAP图中包含有1-2个的参考参数，用于工况点的确定，同时包含有至少1个的控制参数，用以标定优化；然后对MAP图中每一个单元任务Cell Task进行遗传算法优化；

根据OT所需达到的控制精度，为MAP图指定其颗粒度，设计工况点的分布，工况点以均匀分布为主，最终将整个MAP图划分成以工况点为标准的多个小任务Cell Task，每个Cell Task需要进行一次参数优化，使整个MAP图向最优状态进化；

为每一个Cell Task指定优化算法的初始化因子，为，其中M为群体大小，F为个体适应度评价函数，c为交叉操作算子，m为变异操作算子，为交叉概率，为变异概率；

根据具体要求精度，为优化对象进行编码，编码公式的确定为将优化目标的取值范围，定为,给定其精度要求,为,计算其二进制编码的长度:，为整数；然后，利用随机的方法，从到中产生初始种群，种群的大小根据需求定为M；

进入遗传算法的遗传优化，其中依次进行选择，交叉，变异三种遗传方式，并不断循环这个过程直到达到终止条件，终止条件为得到最优值或为达到终止遗传代数，最后得到最优的值为该Cell Task的最优参数。

2.根据权利要求1所述基于遗传算法的发动机自动标定参数优化方法，其特征为：

以OT的反馈值作为种群的适应度，通过解码公式将选取的种群中的每个个体进行解码，得到，并计算其所对应的适应度；

计算每个个体的的选择概率，其公式为，在得到全部的选择概率后，通过使用赌轮选择法进行选择，当计算得出每个个体的选中次数后，即可用新的个体代替原始个体组成新一代的群体，即子群体，并将代数计数器设置为；

继续对新一代的种群进行交叉遗传，设定种群的交叉率为及交叉点，计算种群中的交叉个体数为，并从种群中随机抽取相应个数的个体，配对进行交叉操作，若交叉个数为奇数,则最后一个个体自身交叉，即互换两个个体1到位上的基因，并用产生的新个体代替原个体，产生种群；

继续对新一代的种群进行变异遗传，设定种群的变异率为及变异基因座，从种群中随机确定个个体,进行变异遗传,即改变个体对应的变异基因座上的基因，并用产生的新个体代替原个体，产生种群；

重复上面的遗传操作，直到达到遗传终止条件，即最优解出现或达到了设定的最大种群代，此时取最优解或适应度最大的个体作为所求结果，算法结束。

3.根据权利要求1所述基于遗传算法的发动机自动标定参数优化方法，其特征为：通过使用遗传算法GA，为发动机控制参数的MAP图中的每个单元任务进行指定初始化因子，然后进行依次进行选择，交叉，变异三种遗传方式，对种群进行不断繁殖优化，最后得到最优解写入Cell Task中，作为最终控制参数。