| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 汽车空调控制的研究现状 | 第10-11页 |
| 1.3 模糊自适应的研究现状 | 第11-12页 |
| 1.4 汽车空调控制的问题和难点 | 第12-13页 |
| 1.5 本文主要研究内容 | 第13页 |
| 1.6 论文结构 | 第13-15页 |
| 第二章 汽车空调控制理论介绍 | 第15-23页 |
| 2.1 汽车空调控制系统概述 | 第15页 |
| 2.2 理论计算模型 | 第15-19页 |
| 2.2.1 基于热负荷平衡的理论计算模型 | 第16页 |
| 2.2.2 热交换模块 | 第16-17页 |
| 2.2.3 人体的热负荷转移模块 | 第17-18页 |
| 2.2.4 车内设备模块 | 第18页 |
| 2.2.5 空气热传递模块 | 第18-19页 |
| 2.2.6 太阳辐射模块 | 第19页 |
| 2.3 模糊控制理论 | 第19-22页 |
| 2.3.1 概述 | 第19-20页 |
| 2.3.2 模糊控制理论的发展及现状 | 第20-21页 |
| 2.3.3 模糊控制技术在汽车空调控制领域的应用 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于舒适性的改进模型 | 第23-30页 |
| 3.1 改进模型的背景 | 第23页 |
| 3.2 改进模型的描述 | 第23-26页 |
| 3.2.1 改进模型的设计 | 第23-25页 |
| 3.2.2 循环模块 | 第25-26页 |
| 3.3 改进模型与现有类似模型的比较 | 第26-27页 |
| 3.3.1 现有类似模型 | 第26-27页 |
| 3.3.2 现有类似模型与改进模型的比较 | 第27页 |
| 3.4 实验与分析 | 第27-29页 |
| 3.4.1 内循环对比实验 | 第28页 |
| 3.4.2 外循环对比实验 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于蚁群算法的模糊自适应学习策略 | 第30-41页 |
| 4.1 问题描述 | 第30-32页 |
| 4.1.1 模糊控制器的组成和类型 | 第30-31页 |
| 4.1.2 模糊控制器存在的问题 | 第31-32页 |
| 4.2 蚁群算法的原理 | 第32-34页 |
| 4.2.1 蚁群算法的步骤 | 第33-34页 |
| 4.2.2 蚁群算法的特点 | 第34页 |
| 4.3 蚁群算法在二次指派问题中的应用 | 第34-37页 |
| 4.3.1 二次指派问题 | 第34-35页 |
| 4.3.2 蚁群算法在二次指派问题中的应用 | 第35-36页 |
| 4.3.3 已有解决二次分配问题蚁群算法的分析 | 第36-37页 |
| 4.4 基于蚁群算法的模糊自适应学习策略 | 第37-40页 |
| 4.4.1 问题归化建模 | 第37页 |
| 4.4.2 启发式函数 | 第37-39页 |
| 4.4.3 评价函数 | 第39页 |
| 4.4.4 基于蚁群算法的模糊自适应学习步骤 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 基于蚁群算法的模糊控制器的设计 | 第41-61页 |
| 5.1 汽车空调模糊控制系统 | 第41-42页 |
| 5.2 模糊控制器的设计 | 第42-51页 |
| 5.2.1 电子膨胀阀开度模糊控制器 | 第44-46页 |
| 5.2.2 热水阀开度模糊控制器 | 第46-47页 |
| 5.2.3 鼓风机风速模糊控制器 | 第47-49页 |
| 5.2.4 混合风门开度模糊控制器 | 第49-51页 |
| 5.3 基于蚁群算法的模糊控制器与现有类似控制器的比较 | 第51-52页 |
| 5.3.1 现有类似控制器 | 第51-52页 |
| 5.3.2 现有类似控制器与基于蚁群算法的模糊控制器的比较 | 第52页 |
| 5.4 实验与分析 | 第52-60页 |
| 5.4.1 全面性规则对比实验 | 第52-56页 |
| 5.4.2 片面性规则对比实验 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第67页 |