| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 几种典型智能算法的基本介绍 | 第15-19页 |
| 1.2.1 BP神经网络算法 | 第15-17页 |
| 1.2.2 支持向量机 | 第17-18页 |
| 1.2.3 遗传算法 | 第18-19页 |
| 1.2.4 人工鱼群算法 | 第19页 |
| 1.3 智能算法在汽车领域的应用 | 第19-21页 |
| 1.4 本论文主要研究内容 | 第21-22页 |
| 第2章 智能算法的分析与改进 | 第22-48页 |
| 2.1 人工鱼群算法的分析与改进 | 第22-38页 |
| 2.1.1 人工鱼群算法原理概括 | 第22-27页 |
| 2.1.2 人工鱼群算法的改进研究现状 | 第27-29页 |
| 2.1.3 本文对人工鱼群算法的改进 | 第29-34页 |
| 2.1.4 改进人工鱼群算法与其他几种智能算法的比较 | 第34-38页 |
| 2.2 基于改进人工鱼群算法的支持向量机的参数选择与比较 | 第38-47页 |
| 2.2.1 支持向量机的基本原理 | 第38-41页 |
| 2.2.2 参数对支持向量机性能的影响分析 | 第41-45页 |
| 2.2.3 基于改进人工鱼群算法的支持向量机的参数选择 | 第45-46页 |
| 2.2.4 不同参数选择方法的效果比较 | 第46-47页 |
| 2.3 本章小结 | 第47-48页 |
| 第3章 纯电动客车仿真模型的建立与分析 | 第48-64页 |
| 3.1 纯电动汽车基本介绍 | 第48-50页 |
| 3.2 纯电动汽车的性能分析 | 第50-52页 |
| 3.2.1 行驶阻力与驱动力分析 | 第50-51页 |
| 3.2.2 动力性分析 | 第51-52页 |
| 3.2.3 经济性分析 | 第52页 |
| 3.3 传动系统主要部件参数设计 | 第52-57页 |
| 3.3.1 电动机参数设计 | 第53-55页 |
| 3.3.2 电池参数设计 | 第55-56页 |
| 3.3.3 传动比参数设计 | 第56-57页 |
| 3.4 自动变速控制策略的建立 | 第57-59页 |
| 3.5 纯电动客车仿真模型的搭建 | 第59-62页 |
| 3.6 本章小结 | 第62-64页 |
| 第4章 基于改进AFSA与SVM的变速箱速比匹配 | 第64-84页 |
| 4.1 优化变量的设定与仿真计算 | 第64-68页 |
| 4.1.1 变速箱速比变量设计 | 第64-65页 |
| 4.1.2 变速箱速比组合的DOE设计 | 第65-66页 |
| 4.1.3 仿真结果分析 | 第66-68页 |
| 4.2 基于改进的SVM算法的纯电动客车性能预判 | 第68-71页 |
| 4.2.1 数据归一化处理 | 第68-69页 |
| 4.2.2 经济性能预判 | 第69-70页 |
| 4.2.3 动力性能预判 | 第70-71页 |
| 4.3 基于改进的人工鱼群算法的多目标优化 | 第71-82页 |
| 4.3.1 优化函数的设计 | 第71-72页 |
| 4.3.2 基于多人工鱼群的多目标优化 | 第72-76页 |
| 4.3.3 仿真验证 | 第76-82页 |
| 4.4 本章小结 | 第82-84页 |
| 第5章 总结与展望 | 第84-86页 |
| 5.1 总结 | 第84-85页 |
| 5.2 展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92-94页 |
| 攻读硕士期间发表的论文 | 第94-95页 |
| 附件 | 第95页 |
