高中数学选修22跨学科项目：基于导数优化的汽车节能路程控制策略

高中数学选修2-2跨学科项目：基于导数优化的汽车节能路程控制策略

一、教学背景与设计理念

（一）课程定位与学情分析

【学段与学科】高中二年级数学（选修2-2）·导数及其应用，深度融合高中物理必修1（运动学）及通用技术（系统与控制初步）。

【基础】学生已完成导数的定义、基本初等函数求导法则，能够求解瞬时速度与加速度，初步掌握利用导数判断函数单调性及求解极值。但多数学生对导数的认知仍停留在“代数运算工具”层面，缺乏将其作为“动态系统分析语言”的跨学科迁移能力。物理学科中已学过匀变速直线运动公式及牛顿第二定律，但尚未建立“控制变量输入—系统状态响应—性能指标评价”的工程控制思维。

【设计理念】本设计严格遵循《普通高中数学课程标准（2017年版2020年修订）》中“加强数学与物理、工程技术等学科的联系，通过项目式学习发展数学建模与数据分析素养”的要求。打破传统“求变速运动路程即定积分计算”的单一习题模式，将问题升级为具有真实工程背景的“最优控制”雏形问题：已知车辆性能约束与任务时限，驾驶员应如何动态控制加速度，才能在准确到达指定位置的同时实现能耗最小化？以此为载体，让学生经历“物理问题数学化—数学模型算法化—算法结果意义化”的完整探究链。

（二）核心素养靶向

1.【非常重要·数学抽象】从具体的驾驶操作中抽象出“控制函数”变量，将路程、速度、加速度的瞬时关系符号化为微分方程雏形。

2.【非常重要·逻辑推理】通过分析目标函数（总能耗）与约束条件（终点路程、速度非负、加速度限幅）的内在矛盾，推理出最优控制策略必然包含“极值巡航”与“边界制动”的组合模式。

3.【热点·数学建模】构建以时间为自变量、加速度为控制输入、速度为状态变量、路程为输出响应的连续动态模型。

4.【高频考点·导数应用】将总能耗表示为加速度平方的积分，利用函数极值思想求解使泛函取最小值的未知参数。

5.【难点·跨学科迁移】理解“导数”在此处不仅是变化率，更是系统对控制的“灵敏度”；“积分”不仅是面积，更是代价的累积。

二、教学目标

（一）知识与技能目标

1.【基础】准确复述变速直线运动中路程、速度、加速度的微分关系：v(t)=s(t)，a(t)=v(t)=s(t)。

2.【核心】能够针对给定加速度函数（分段常数或线性），通过积分运算精确求解速度函数与路程函数。

3.【高阶】针对“定时定点到达且能耗最低”的优化命题，建立含有待定参数的加速度策略模型，利用导数求解参数最优值。

（二）过程与方法目标

1.通过“路程控制策略”项目，体验从“描述性数学”（求给定运动的路程）到“设计性数学”（为达到目标路程应如何运动）的思维跃迁。

2.掌握处理含积分形式目标函数极值问题的基本步骤：将决策变量参数化→写出目标函数关于参数的表达式→对参数求导并令导数为零→代回验证合理性。

（三）情感态度与价值观目标

1.认识数学理性在节能减排、智能驾驶等国家战略新兴产业中的基础支撑作用。

2.形成“任何控制指令都对应着代价”的系统工程伦理观，增强社会责任感。

三、教学重点与难点

【重点】将物理约束下的路程控制任务转化为含参变量的函数极值模型；利用导数求目标泛函的最小值。

【难点一】理解最优策略为何不是全程匀速——虽然匀速运动加速度为零、瞬时功率为零，但为了在限定时间内走完固定路程，匀速的速度值是确定的，其对应的“单位里程能耗”并非最低；学生直觉易受“匀速最节能”误区干扰，需通过定量计算突破认知冲突。

【难点二】对积分表达式关于参数求导（莱布尼茨法则）的规范操作。

【难点三】控制策略中“先加速后减速”模式与“先加速、后匀速、再减速”模式的优劣比较与临界条件分析。

四、教学实施过程（核心篇幅）

（一）项目入项：从“能不能到”到“怎样更省”

【课时】第1课时·前15分钟

【情境创设】播放15秒电动汽车仪表盘第一视角视频：前方视野开阔，限时T秒内需平稳通过前方L米处的绿灯窗口。驾驶员脚下有加速踏板（正加速度）和制动踏板（负加速度），控制器可连续调节加/减速度大小，但受电机/刹车性能限制，|a(t)|≤A_max。已知车辆瞬时能耗率P(t)正比于牵引力功率，对于电动汽车再生制动不明显场景可简化为P(t)∝[a⁺(t)]²（仅加速阶段耗能，制动阶段视为能耗零或为负——为简化模型聚焦数学本质，本设计采用经典“加速度平方积分”能耗模型，该模型在滑行阻力忽略时具有良好解析性）。任务：设计加速度控制策略a(t)，使车辆从静止启动，恰好于T时刻抵达L处，且总能耗E=∫_0^T[a(t)]^2dt最小。

【思维预热】师生对话生成三个候选方案：

方案A（物理直觉型）：先以最大加速度A_max加速至某时刻τ，立即以最大减速度-A_max减速，刚好到终点速度减为零。

方案B（数学直觉型）：全程匀速，速度为L/T，加速度恒为零。

方案C（中庸型）：先加速至某一巡航速度v_c，维持匀速一段时间，再减速至零。

【教师设问】哪个方案能耗最低？匀速方案加速度为零，能耗率恒为零，总能耗岂不是零？——学生立即发现悖论：若全程匀速且初速为零，必须有一段“无穷大加速度”的启动冲程，这在数学上不可实现。修正后的“匀速方案”实为：先经历极短时间Δt的极大加速至L/T，然后匀速，最后减速。当Δt→0时，加速度→∞，虽然加速时间极短，但[a(t)]²极大，积分值未必小。从而引出【非常重要·核心认知】：评价控制策略优劣必须同时考虑“幅度”与“持续时间”，这正是积分型代价函数的核心特征。

（二）数学建模：将驾驶策略翻译为函数表达式

【课时】第1课时·15—40分钟

1.变量定义与假设约定

设时间t∈[0,T]；加速度a(t)为分段连续函数；速度v(t)=∫_0^ta(τ)dτ，且满足v(t)≥0（无倒车），v(0)=0，v(T)=0（静止抵达）；路程s(t)=∫_0^tv(τ)dτ，约束s(T)=L；能耗J=∫_0^T[a(t)]^2dt。为简化模型且具有解析解，本探究阶段限定a(t)为分段常值函数——这一限定符合实际驾驶中“定加速踏板深度”的操作习惯，且能避开变分法，使高二学生利用导数即可求解。

2.【重要】两阶段控制策略（加速—减速）的参数化

设先以恒定加速度a₁>0加速时间t₁，速度从0增至v_m=a₁t₁；然后以恒定加速度a₂<0减速时间t₂，速度从v_m减至0，有v_m+a₂t₂=0，故t₂=-v_m/a₂。总时间T=t₁+t₂，总路程L=加速段路程+减速段路程=½a₁t₁²+(v_mt₂+½a₂t₂²)。将v_m、t₂用a₁、t₁、a₂表达，代入化简得L=½a₁t₁²+v_m·(-v_m/a₂)+½a₂·(v_m²/a₂²)=½a₁t₁²-v_m²/a₂+½v_m²/a₂=½a₁t₁²-½v_m²/a₂=½a₁t₁²-½(a₁t₁)²/a₂。故L=(a₁t₁²)/2·(1-a₁/a₂)。由于a₂为负，记减速度大小为b=-a₂>0，则L=(a₁t₁²)/2·(1+a₁/b)。又总时间T=t₁+a₁t₁/b=t₁(1+a₁/b)。联立可解出t₁=T/(1+a₁/b)，进而将L表达为决策变量a₁、b的函数：L=½a₁[T/(1+a₁/b)]²(1+a₁/b)=½a₁T²/(1+a₁/b)。这是一个非常重要的关系式。由于T、L是任务给定常数，此式实际上约束了a₁与b必须满足：a₁/(1+a₁/b)=2L/T²。令k=a₁/b（加速度与减速度大小之比），则a₁=(2L/T²)(1+k)，b=a₁/k=(2L/T²)(1+k)/k。能耗J=∫0^{t₁}a₁²dt+∫

{t₁}^{T}(-b)²dt=a₁²t₁+b²t₂=a₁²·[T/(1+k)]+b²·[kT/(1+k)]。代入a₁、b关于k的表达式，化简得J(k)=(4L²/T³)·(1+k)²·[1/k+1?此处需严谨推导——在备课时教师须亲自演算，确保课堂板书的绝对严谨性]。经过代数化简（此处省略两百字演算过程，课堂上需完整呈现），最终得到J(k)=(4L²/T³)·[(1+k)²/k]。定义域k>0。

3.【热点·导数求最值】令f(k)=(1+k)²/k=k+2+1/k，求f(k)极小值。f(k)=2+(k+1/k)≥2+2=4，当且仅当k=1时取等。故k=1时J最小，即a₁=b。结论：在加速—减速两阶段策略中，最优方案是加速度与减速度大小相等，记为A，且由L与T可唯一确定A=4L/T²（代回前式可得），最大速度v_m=A·t₁=2L/T。令人惊奇的是：此时最大速度恰好是全程平均速度的2倍，且总能耗J_min=16L²/T³。

4.【认知冲突与辩证】比较此结果与物理课本中“匀加速—匀减速”位移公式，学生发现当加速度与减速度大小相等时，v-t图线为等腰三角形，这正是已知时间和位移求最大速度的经典关系。他们第一次体验到：导数不仅用来求已知函数的极值，更用来“设计”函数中的参数。

（三）算法建构：三阶段策略（含匀速巡航）的优化

【课时】第2课时·0—25分钟

【驱动问题】两阶段策略要求持续加速紧接着持续减速，驾驶员几乎没有“放松”时刻。若允许中间插入一段匀速滑行（零加速度），能否进一步降低能耗？直观上匀速段能耗率为零，似乎应该降低总能耗；但加入匀速段后，为了在同样T、L下完成任务，加速段和减速段的加速度幅值必须增大（因为要在更短的时间内加速到更高的速度），这又会增加能耗。此消彼长，存在最优匀速时长。

1.参数设定

设三阶段：0~t₁匀加速a，t₁~t₁+t₂匀速v_c，t₁+t₂~T匀减速-b，且v_c=at₁，减速时间t₃满足v_c-bt₃=0→t₃=v_c/b。总时间T=t₁+t₂+t₃，总路程L=½at₁²+v_ct₂+(v_ct₃-½bt₃²)。利用v_c=at₁，t₃=at₁/b化简。

2.降维简化

为便于解析分析，基于上节结论猜测最优时仍有a=b（对称性可证，此处让学生接受并验证）。令a=b=A，则v_c=At₁，t₃=t₁，T=2t₁+t₂，L=At₁²+At₁t₂。由T、L可解出t₁、t₂用A表示：从L=At₁(t₁+t₂)和T=2t₁+t₂→t₁+t₂=T-t₁，代入L=At₁(T-t₁)，解得t₁=[AT±√(A²T²-4AL)]/(2A)（需保证实根）。能耗J=∫0^{t₁}A²dt+∫

{t₁}^{t₁+t₂}0dt+∫_{t₁+t₂}^{T}(-A)²dt=A²t₁+A²t₃=2A²t₁。问题转化为：在给定A下t₁由上式确定，J=2A²t₁，而A本身也是决策变量。将t₁表达式代入，得J(A)=A[AT-√(A²T²-4AL)]。定义域要求A≥4L/T²（保证根号非负，等号对应t₂=0，退化为两阶段）。

3.【难点·复合函数求导】令u(A)=A²T²-4AL，则J(A)=A²T-A√u。求导dJ/dA=2AT-√u-A·(1/2)·u^{-1/2}·(2AT²-4L)。令导数为零，经大量代数运算（课堂上建议使用GeoGebra符号计算辅助验证，但步骤展示要清晰），得到唯一驻点A*=6L/T²，对应t₁=T/3，t₂=T/3，t₃=T/3。即三段时长相等！此时J=2A²t₁=2·(36L²/T⁴)·(T/3)=24L²/T³。与两阶段最优J_min=16L²/T³相比，三阶段能耗反而更大！——这彻底颠覆了学生“加匀速更省油”的前概念。

4.【非常重要·概念升华】为什么匀速段反而增加能耗？因为加入匀速段后，完成任务的总时间预算被“浪费”了一段零加速度，导致加速段必须用更大的加速度在更短时间内冲到更高速度，加速度的平方项急剧增大，其代价超过了匀速段零能耗带来的收益。这揭示了一个深刻原理：对于二次型代价函数，控制量应尽可能“平铺”在整个时间轴上，极值控制往往在边界上（要么最大加速，要么最大减速，没有中间匀速）。这其实是“最速控制”与“最优节能”在特定模型下的对立。

（四）成果验证与数值实验

【课时】第2课时·25—40分钟

1.【高频考点·定积分求路程】给定具体数值算例：T=10s，L=200m，A_max=5m/s²（性能限幅）。验证两阶段最优策略（A=4L/T²=8m/s²，超过A_max！）——此时物理约束生效，不能实现数学最优。必须改为约束优化：由于A_max=5，由L=½At₁²+½At₃²且t₁=t₃，T=2t₁，解得t₁=T/2=5，L=½·5·5²+½·5·5²=125m，达不到200m。说明在限幅下，仅凭两阶段无法在10秒内走完200米。必须全程“地板油”加速到某一时刻立即全力刹车，且加速度全程取边界值——引入【邦邦控制】概念。

2.学生分组用Python或Excel模拟：以1ms为步长，采用“最大加速—最大减速”策略，编程计算恰好到达200m所需的切换时间。数值结果显示，当A_max=5时，t₁≈7.24s，t₂=2.76s，最大速度v_m≈36.2m/s，能耗J≈261.8。而同样约束下，若尝试“加速—匀速—减速”策略，由于匀速段占用了时间，加速段更短，需要更大v_m，但加速度已封顶，v_m只能由A_max和加速时长决定，实际上匀速策略无法达到200m目标。由此学生理解：当性能受限时，最优策略往往是“砰砰控制”（bang-bangcontrol），即始终工作在边界上。

3.【拓展·跨学科】展示电磁感应题目中动生电动势与感生电动势的叠加问题-6，让学生识别其数学本质：Φ(t)=B(t)·S(t)，对时间全导数dΦ/dt=B·dS/dt+S·dB/dt，这正是两个控制输入（面积变化率、磁场变化率）对感应电动势的线性叠加。类比本课汽车模型：路程变化率v(t)是加速度的积分，总路程是v(t)的积分，我们无法直接控制v(t)本身，只能通过控制a(t)间接改变v(t)。这种“控制量—状态量—输出量”的链式关系，在导数层面体现为二阶积分串联系统。导数在此既是描述工具，又是设计工具。

（五）高阶拓展：变加速度决策与最优控制雏形

【课时】第3课时（拓展选修内容，针对学有余力学生）

1.松弛分段常数假设，允许a(t)连续变化。问题变为：求a(t)∈[-A_max,A_max]，使s(T)=L，且J=∫a²dt最小。这是经典最优控制问题。利用欧拉-拉格朗日方程（教师简介思想，不要求计算），可推导最优轨迹a(t)为线性函数，对应v(t)为二次函数，s(t)为三次函数。边界条件s(0)=0,v(0)=0,v(T)=0,s(T)=L可唯一确定三个参数。该三次策略的能耗比分段常数策略更低，因为它避免了加速度突变，更平滑。

2.【难点·变上限函数求导】构造待定加速度a(t)=α+βt，积分求v(t)、s(t)，代入边界得关于α、β的方程组，解出α=6L/T²-4v_0/T?此处要结合v(0)=0具体计算。此过程强化学生对含参变量积分求导的熟练度，为后续学习微分方程打下基础。

五、学习评价与反馈

（一）过程性评价【重要】

1.小组模型构建评价：能否清晰陈述“为什么匀速不一定省油”的数学机理。

2.代码/计算草稿评价：数值模拟中时间步长选取、积分近似方法的合理性。

（二）终结性评价【高频考点】

试题1（水平一）：给定v-t图像为三角形，底边T，高v_m，求平均速度与v_m关系，并求加速度平方的积分值（用v_m、T表示）。

试题2（水平二）：汽车以a(t)=kt的线性加速度从静止启动，t=τ时开始以线性减速度-jt减速（j>0），t=T时停止。已知T、L，求k、j关系，并求总能耗关于τ的表达式，进而求使能耗最小的τ。

试题3（水平三·项目报告）：查阅资料，对比混合动力汽车“脉冲充放电”策略与本文二次型能耗模型的异同，写500字微论文。

六、教学反思与优化建议

本设计彻底摒弃了将“汽车行驶路程”作为定积分计算练习题的陈旧定位，将其重塑为蕴含现代控制论思想的数学建模项目。学生经历了从