概述 遗传算法（GA，genetic algorithm）是一种基于种群的元启发式算法（metaheuristic algorithms）。（关于元启发式算法参见各种元启发式算法（Metaheuristics）介绍），其灵感来自生物进化过程。 遗传算法的基本要素 1.染色体表示（chromosome representation）， 2.适应度选择（fitness selection）， 3.仿生算子（biological-inspired operators） 遗传算法的工作方式 问题参数编码为染色体，再利用迭代的方式进行选择，交叉以及变异等运算来交换种群中的染色体信息，生成符合优化目标的染色体。染色体即对应数据/数组（串式结构）。 遗传算法的基本步骤 1. 编码：GA进行搜索之前对解空间的解数据表示成遗传空间的基因型串结构数据，这些串结构数据的不同组合构成了不同的点。 2. 生成初始群体：随机产生N个初始串结构数据，每个串结构数据生成一个个体，N个个体构成一个群体。GA算法以这个群体为初始点开始进化。 3. 适应度评估：依据实际的问题构造适应性函数。 4. 选择：从当前群体中选 ...

汽车功率需求仿真 模型初步搭建与仿真验证 每个驾驶员有自己的驾驶习惯，不同的驾驶习惯对应不同的驾驶模式，不同的驾驶模式对应不同的功率需求。因此，我们需要对不同的驾驶模式进行仿真。 于是我们使用了MATLAB/Simulink进行仿真，很简单粗暴，其公式依据是：$$P_{trac}=\frac{[ma+mgsin\theta+(C_{r1}+C_{r2}v)mgcos\theta+\frac{1}{2}\rho aC_dv^2]v}{\eta_{trans}\eta_{motor}\eta_{invert}}$$ Variants Value meaning mmm ? 车的质量 θ\thetaθ ? arctan⁡(grade)\arctan(grade)arctan(grade)道路倾角 Cr1C_{r1}Cr1​ 0.0065 滚动阻力系数1 Cr2C_{r2}Cr2​ 4.92×10−54.92\times10^{-5}4.92×10−5 滚动阻力系数2 vvv ? 车的速度 ρ\rhoρ 1.29kg/m31.29kg/m^31.29kg/m ...