基于支持向量机的汽车悬架位移和附加转向角预估方法试验研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 主要符号对照表 | 第9-10页 |
| 1 引言 | 第10-14页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·汽车悬架位移测试方法研究现状 | 第11页 |
| ·汽车附加转向角测试方法研究现状 | 第11-12页 |
| ·研究内容及方法 | 第12-13页 |
| ·论文创新点 | 第13-14页 |
| 2 悬架位移支持向量机模型的构建 | 第14-20页 |
| ·支持向量机介绍 | 第14-17页 |
| ·SVM神经网络概述 | 第14-15页 |
| ·支持向量机回归原理 | 第15-16页 |
| ·LibSVM工具箱 | 第16-17页 |
| ·悬架位移支持向量机模型建立 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 悬架位移支持向量机模型的构建 | 第20-32页 |
| ·整车多体系统模型建立与验证 | 第20-27页 |
| ·模型参数与建立 | 第20-21页 |
| ·前轮转角获取 | 第21-22页 |
| ·路面谱模型及驾驶员控制文件的建立 | 第22-23页 |
| ·模型验证 | 第23-27页 |
| ·影响因素仿真分析 | 第27-30页 |
| ·汽车车速 | 第27-28页 |
| ·路面幅值 | 第28页 |
| ·阶跃转向 | 第28-29页 |
| ·加减速度 | 第29-30页 |
| ·附加转向角支持向量机模型建立 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 支持向量机回归模型学习及其性能测试 | 第32-48页 |
| ·悬架位移SVM模型测试 | 第32-39页 |
| ·样本获取 | 第32页 |
| ·试验数据小波滤波预处理 | 第32-33页 |
| ·学习算法及其参数优化 | 第33-38页 |
| ·模型实时性测试 | 第38-39页 |
| ·附加转向角SVM模型测试 | 第39-47页 |
| ·样本获取 | 第39-40页 |
| ·学习算法及参数优化 | 第40-43页 |
| ·模型泛化能力测试 | 第43-46页 |
| ·模型实时性测试 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 结论与展望 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 个人简介 | 第54-55页 |
| 在读期间发表的学术论文及参与的科研项目 | 第55页 |
