电动汽车自适应巡航的模糊变权重MPC控制策略：通过分层控制和动态权重调整实现多目标优化，增强性能适应性及安全舒适度

简介：
本文提出了一种基于模糊变权重模型预测控制(MPC)策略的电动汽车自适应巡航控制系统，采用分层控制架构并引入动态权重调整机制，旨在同时优化车辆的安全、效率和驾驶舒适度，显著提升系统在复杂路况下的性能适应性和鲁棒性。 电动汽车自适应巡航模糊变权重MPC控制策略结合了分层控制、动态权重调整与多目标优化以提升性能的适应性和安全舒适体验。基于模糊变权重MPC的电动汽车自适应巡航控制系统采用了一种分层式方法，其中上层使用模型预测控制（MPC）来确定期望加速度。首先建立了考虑前车加速度扰动影响的离散跟车运动学模型，并随后建立了一个反馈校正机制下的预测跟踪模型。通过引入松弛因子和多目标优化策略，该系统能够综合评估追踪性能、安全性和舒适性。 在这一框架中，基于模糊控制技术来调整权重系数是尤为关键的一环。当MPC的目标函数中的固定权重难以应对复杂变化的交通环境时，根据跟随特性、安全性、舒适度以及经济性的不同侧重程度设计相应的动态调整策略能够显著改善系统对各种路况条件下的适应性。 下层加速度控制系统则采用前馈与反馈相结合的PI控制方式。具体来说，在驱动模式和制动模式之间进行切换以实现精确的速度调节，从而确保车辆在自适应巡航过程中的平稳运行及安全性能。