基于动态规划的并联混合动力汽车能量管理策略研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 选题背景和意义 | 第15-16页 |
| 1.2 混合动力汽车概述与发展现状 | 第16-20页 |
| 1.2.1 混合动力汽车概述 | 第16-18页 |
| 1.2.2 国外混合动力汽车发展现状 | 第18-19页 |
| 1.2.3 国内混合动力汽车发展现状 | 第19-20页 |
| 1.3 并联式混合动力汽车能量管理策略概述 | 第20-22页 |
| 1.4 本文主要工作和结构安排 | 第22-23页 |
| 第二章 并联式混合动力汽车动力系统分析与建模 | 第23-40页 |
| 2.1 并联式混合动力汽车动力系统结构简介 | 第23-24页 |
| 2.2 并联式混合动力汽车工作模式分析 | 第24-27页 |
| 2.3 并联式混合动力系统数学模型建立 | 第27-39页 |
| 2.3.1 混合动力汽车动力源模型 | 第28-36页 |
| 2.3.2 混合动力汽车传动系统建模 | 第36-37页 |
| 2.3.3 整车纵向动力学模型 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于动态规划的全局优化能量管理策略 | 第40-51页 |
| 3.1 能量管理策略动态规划问题分析 | 第40-42页 |
| 3.2 能量管理策略动态规划算法实现 | 第42-49页 |
| 3.2.1 能量管理目标函数建立 | 第42-43页 |
| 3.2.2 动态规划算法求解 | 第43-45页 |
| 3.2.3 全局优化能量管理策略仿真 | 第45-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第四章 神经网络实时能量管理策略 | 第51-70页 |
| 4.1 神经网络实时能量管理策略 | 第51-56页 |
| 4.1.1 核模糊C-均值聚类简介 | 第51-54页 |
| 4.1.2 神经网络模型简介 | 第54-56页 |
| 4.2 神经网络实时能量管理控制器设计 | 第56-62页 |
| 4.2.1 基于核模糊C-均值聚类的训练样本划分 | 第56-57页 |
| 4.2.2 多神经网络模型控制器设计 | 第57-62页 |
| 4.3 神经网络实时能量管理策略仿真 | 第62-68页 |
| 4.3.1 核模糊C-均值聚类结果分析 | 第62-64页 |
| 4.3.2 全局优化与神经网络优化仿真结果对比 | 第64-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 全文总结 | 第70页 |
| 5.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第76-77页 |
