| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 引言 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-13页 |
| ·本文主要工作 | 第13-15页 |
| 2 乘坐舒适性评价标准综述 | 第15-24页 |
| ·ISO2631评价标准 | 第15-18页 |
| ·UIC513评价标准 | 第18-19页 |
| ·Sperling评价标准 | 第19-20页 |
| ·ENV12299评价标准 | 第20-24页 |
| 3 SIMPACK仿真分析和舒适性值的计算 | 第24-39页 |
| ·SIMPACK软件简介 | 第24-25页 |
| ·轨道车辆多体动力学建模 | 第25-33页 |
| ·转向架模块的建立 | 第26-29页 |
| ·整车模型的建立 | 第29-30页 |
| ·整车模型的前处理 | 第30-31页 |
| ·仿真结果输出 | 第31-33页 |
| ·舒适性值的计算 | 第33-39页 |
| ·按ISO263-1标准评价舒适性 | 第33-35页 |
| ·按UIC513标准评价舒适性 | 第35-36页 |
| ·按Sperling标准评价舒适性 | 第36-37页 |
| ·按ENV12299标准评价舒适性 | 第37-39页 |
| 4 基于GA-BP神经网络的舒适性评价标准相关性研究 | 第39-54页 |
| ·BP神经网络 | 第39-42页 |
| ·遗传算法 | 第42-48页 |
| ·参数编码 | 第43-44页 |
| ·设定初始种群 | 第44-45页 |
| ·适应度函数设计 | 第45-46页 |
| ·遗传操作设计 | 第46-48页 |
| ·控制参数设定 | 第48页 |
| ·基于GA-BP神经网络建模 | 第48-50页 |
| ·仿真实验与分析 | 第50-54页 |
| 5 基于HGA-RBF神经网络的舒适性评价标准相关性研究 | 第54-66页 |
| ·RBF神经网络 | 第54-55页 |
| ·RBF神经网络的学习算法 | 第55-57页 |
| ·递阶遗传算法 | 第57-58页 |
| ·基于HGA-RBF神经网络建模 | 第58-61页 |
| ·仿真实验与分析 | 第61-66页 |
| 6 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |