买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广西大学申请的专利一种基于MOMSA算法的增程式汽车停车充电策略优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119962735B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510041019.9，技术领域涉及：G06Q10/04；该发明授权一种基于MOMSA算法的增程式汽车停车充电策略优化方法是由杨蓉;杨行;卢健翔;林榆春;舒凡航;崔雲钊;黄伟设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于MOMSA算法的增程式汽车停车充电策略优化方法在说明书摘要公布了：本发明涉及汽车能源管理技术领域，其具体公开了一种基于MOMSA算法的增程式汽车停车充电策略优化方法，包括建立动力等效电路模型，构建电池老化模型和多目标优化函数，其优化方法包括以下步骤：步骤1：初始化种群；步骤2：模拟充电过程；步骤3：计算种群的适应度并确定非支配解；步骤4：根据拥挤距离CD选择一个位置向量；步骤5：计算更新后螳螂位置的适应度值；步骤6：确定种群中新的非支配解并消除所有支配解；步骤7：计算每个Pareto档案成员的CD；步骤8：查看是否满足迭代要求，如果未满足，返回步骤2；步骤9：选择最合适的充电电流。本发明的充电策略优化方法，能够使电池充电过程更加平稳，提升电池寿命和充电效率。

本发明授权一种基于MOMSA算法的增程式汽车停车充电策略优化方法在权利要求书中公布了：1.一种基于MOMSA算法的增程式混合动力汽车停车充电策略优化方法，其特征在于，包括： 对于增程式混合动力汽车动力电池，设计一个内阻R-int模型，该模型包含一个电阻和一个电压源，并通过基尔霍夫定律和电流定律，建立动力电池组用功率Pbat、开路电压Uoc和内阻Rint的等效电路模型： 式中，Ibat为电池电流，Qbat为电池标称容量，Qloss为电池老化引起的总容量损失，ΔSOC为动力电池SOC的瞬时变化率； 构建电池老化模型： 式中，α、β为常数项；Ea为电池的活化能；Crate为电池充放电倍率；η为补偿系数；Z为幂律因子；Rgas为气体常数；TK为环境温度；Ah为安时吞吐量； 建立多目标函数，通过MOMSA算法得到最优的充电电流Pareto解集，并根据K均值聚类算法对解集进行聚类分析后选择最合适的充电电流，建立充电时间、电池寿命为目标的多目标优化函数： MinJ＝{TtotTK,Ibat,QlossTK,Ibat} 式中，Ttot为充电过程中的充电时间，Qloss为电池寿命损失； 充电策略优化算法流程包括以下步骤： 步骤1：初始化种群，在搜索空间中随机生成初始螳螂种群，每个个体表示一个潜在解，使其均匀地分布在整个空间，并存储在矩阵中，同时设置上下限，最大迭代值； 步骤2：模拟充电过程，将初始化的螳螂带入等效电路模型和电池老化模型计算，获取电压、SOC和Qloss，判断SOC是否满足预设的SOCch，SOCch为恒流阶段的切换条件，如果满足切换条件，则切换到下一个恒流充电阶段，当SOC＝90％时，切换到恒压充电，待SOC＝92％时充电停止； 步骤3：根据多目标优化函数计算各螳螂的适应度，并结合精英非支配排序方法对它们进行排序，如果解A在所有目标上都不劣于B，并且至少在一个目标上优于B，那么解A支配解B，通过这种方式，将种群中的解分为不同的非支配前沿，确定初始种群的非支配解并将其保存到Pareto档案中； 步骤4：计算每个Pareto档案粒子的拥挤距离CD，对于每个非支配前沿，根据拥挤距离CD进行排序，优先选择CD较大的解，如果有多个解具有相同的CD，可随机选择其中一个解； 步骤5：根据位置向量更新各螳螂的位置，计算更新后螳螂位置的适应度值； 步骤6：确定种群中新的非支配解并将其保存到Pareto档案中，并在Pareto档案中消除所有支配解； 步骤7：计算每个Pareto档案成员的CD，并根据档案大小和最低拥挤距离值删除，不断选择并删除最小CD值的解，直到Pareto档案的大小满足要求； 步骤8：查看是否满足迭代要求，如果未满足，返回步骤2； 步骤9：根据K均值聚类算法对最终的Pareto解集进行聚类分析后选择最合适的充电电流。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西大学，其通讯地址为：530003 广西壮族自治区南宁市西乡塘区大学东路100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。