摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 非线性悬架系统研究现状 | 第10-11页 |
1.2.2 混沌研究现状 | 第11页 |
1.2.3 非线性汽车悬架的混沌发展现状 | 第11-12页 |
1.3 本文研究的主要内容及技术路线 | 第12-15页 |
第二章 连续型减速带和发动机激励及非线性汽车悬架系统 | 第15-23页 |
2.1 建立减速带模型 | 第15-16页 |
2.1.1 减速带类型及实物图 | 第15页 |
2.1.2 连续型减速带模型 | 第15-16页 |
2.2 发动机激励 | 第16-18页 |
2.3 五自由度汽车悬架模型 | 第18-21页 |
2.4 本章小结 | 第21-23页 |
第三章 车辆混沌状态分析 | 第23-35页 |
3.1 混沌的定义 | 第23页 |
3.2 混沌的特性 | 第23-25页 |
3.3 混沌的识别方法 | 第25-27页 |
3.4 非线性车辆系统混沌状况识别 | 第27-34页 |
3.4.1 图像法对车辆系统混沌的识别 | 第27-30页 |
3.4.2 数值法对车辆系统混沌的识别 | 第30-34页 |
3.5 本章小结 | 第34-35页 |
第四章 车辆混沌参数范围估计 | 第35-53页 |
4.1 内部参数 | 第35-47页 |
4.1.1 悬架弹簧刚度 | 第35-37页 |
4.1.2 悬架阻尼 | 第37-40页 |
4.1.3 轮胎刚度 | 第40-42页 |
4.1.4 发动机悬置装置刚度 | 第42-44页 |
4.1.5 发动机悬置装置阻尼 | 第44-47页 |
4.2 外部参数 | 第47-52页 |
4.2.1 减速带宽度 | 第47-50页 |
4.2.2 减速带间距 | 第50-52页 |
4.3 本章小结 | 第52-53页 |
第五章 基于遗传算法的车辆悬架混沌参数优化 | 第53-61页 |
5.1 遗传算法的理论基础与方法 | 第53-56页 |
5.1.1 遗传算法的理论基础 | 第53页 |
5.1.2 遗传算法的步骤 | 第53-55页 |
5.1.3 遗传算法的优点与应用关键 | 第55-56页 |
5.2 基于遗传算法工具箱的优化计算 | 第56-59页 |
5.2.1 适应度函数编写 | 第56-57页 |
5.2.2 参数约束条件 | 第57-58页 |
5.2.3 遗传算法工具箱相关参数设定 | 第58-59页 |
5.3 遗传算法结果及分析 | 第59-60页 |
5.3.1 遗传算法结果 | 第59-60页 |
5.3.2 结果分析 | 第60页 |
5.4 本章小结 | 第60-61页 |
第六章 基于粒子群算法的车辆混沌非线性反馈控制 | 第61-69页 |
6.1 粒子群算法 | 第61-64页 |
6.1.1 粒子群算法的基本原理 | 第61-62页 |
6.1.2 标准粒子群算法流程 | 第62-64页 |
6.2 车辆反馈控制 | 第64-65页 |
6.2.1 非线性反馈控制 | 第64页 |
6.2.2 控制系统的差分 | 第64-65页 |
6.2.3 基于粒子群算法搜索最优反馈系数 | 第65页 |
6.3 计算结果及控制效果分析 | 第65-67页 |
6.4 本章小结 | 第67-69页 |
第七章 总结与展望 | 第69-71页 |
7.1 全文总结 | 第69-70页 |
7.2 不足与展望 | 第70-71页 |
参考文献 | 第71-75页 |
附录A 互信息法求延迟时间程序 | 第75-77页 |
附录B 虚假邻近点法求嵌入维数程序 | 第77-79页 |
附录C wolf法计算系统最大Lyapunov指数程序 | 第79-83页 |
附录D 结合粒子群算法的非线性反馈控制程序 | 第83-85页 |
致谢 | 第85-86页 |
攻读硕士期间发表的学术论文和科研项目 | 第86页 |