| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·镍氢电池的工作原理及国内外研究现状 | 第10-13页 |
| ·论文研究意义 | 第13页 |
| ·研究内容、研究方法和预期目标 | 第13-14页 |
| ·课题来源及论文结构 | 第14-16页 |
| 第2章 神经网络及模糊控制理论 | 第16-33页 |
| ·神经网络理论基础 | 第16-17页 |
| ·RBF 神经网络的理论基础 | 第17-23页 |
| ·RBF 神经网络的网络结构 | 第17-18页 |
| ·RBF 神经网络的学习 | 第18-23页 |
| ·RBF 神经网络的优点和存在的问题 | 第23页 |
| ·模糊理论基础 | 第23-27页 |
| ·模糊控制概述 | 第24页 |
| ·模糊控制器的设计过程 | 第24-27页 |
| ·模糊神经网络结构及其算法 | 第27-31页 |
| ·模糊神经网络结构 | 第28-29页 |
| ·模糊神经网络的学习算法 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于RBF 神经网络的镍氢电池SOC 预测 | 第33-45页 |
| ·镍氢电池SOC 的预测方法研究 | 第33-37页 |
| ·SOC 的预测难点和意义 | 第33页 |
| ·SOC 预测常用方法 | 第33-37页 |
| ·基于RBF 神经网络的镍氢电池的SOC 预测 | 第37-44页 |
| ·镍氢电池SOC 模型建立 | 第37-39页 |
| ·基于调整聚类半径的最近邻聚类算法 | 第39-42页 |
| ·神经网络仿真结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 智能充电器设计及理论 | 第45-62页 |
| ·现有充电方法的综述与分析 | 第45-49页 |
| ·镍氢电池智能充电基本原理 | 第49-52页 |
| ·电池的参数及充电特性 | 第49-50页 |
| ·充电控制技术 | 第50-52页 |
| ·镍氢电池充电模型建立 | 第52-57页 |
| ·RBF 神经网络结构 | 第53页 |
| ·RBF 神经网络优化算法 | 第53-55页 |
| ·仿真与应用 | 第55-57页 |
| ·镍氢电池智能充电系统及智能充电器设计 | 第57-61页 |
| ·镍氢电池的智能充电系统 | 第57页 |
| ·智能充电器设计 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |