| 摘要 | 第1-10页 |
| ABSTRACT | 第10-13页 |
| 第一章 绪论 | 第13-20页 |
| ·混合动力汽车的研究意义 | 第13-14页 |
| ·混合动力汽车发展现状及前景 | 第14-17页 |
| ·Plug-In混合动力汽车能量管理策略研究现状 | 第17-18页 |
| ·本文主要研究内容 | 第18-20页 |
| 第二章 Plug-In并联式混合动力汽车能量管理策略基础 | 第20-25页 |
| ·传统并联式混合动力汽车能量管理策略原理 | 第20-21页 |
| ·Plug-In并联式混合动力汽车结构特点 | 第21页 |
| ·电动汽车仿真平台-ADVISOR软件 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于电池能量观测的Plug-In并联式混合动力汽车能量管理策略 | 第25-38页 |
| ·PHEV的工作模式 | 第25-26页 |
| ·电量消耗模式 | 第25页 |
| ·电量保持模式 | 第25-26页 |
| ·基于确定性规则的PHEV能量管理策略 | 第26-28页 |
| ·等效燃油消耗最小原理 | 第28-29页 |
| ·电池能量观测单元及其作用 | 第29-30页 |
| ·基于电池能量观测的PHEV能量管理策略 | 第30-31页 |
| ·仿真实验及结果分析 | 第31-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于模糊规则的Plug-In并联式混合动力汽车能量管理策略 | 第38-47页 |
| ·模糊控制基础知识 | 第38-40页 |
| ·模糊化接口 | 第39页 |
| ·知识库 | 第39-40页 |
| ·模糊推理 | 第40页 |
| ·解模糊接口 | 第40页 |
| ·基于模糊规则的能量管理策略设计 | 第40-42页 |
| ·仿真实验及结果分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第五章 工况识别在能量管理策略中的应用 | 第47-62页 |
| ·基于神经网络的工况识别在能量管理策略中的应用 | 第47-56页 |
| ·神经网络基础知识 | 第47-49页 |
| ·BP神经网络 | 第49-51页 |
| ·概率神经网络 | 第51-52页 |
| ·基于神经网络的工况识别 | 第52-54页 |
| ·结合工况识别的能管理策略的制定 | 第54页 |
| ·仿真实验及结果分析 | 第54-56页 |
| ·基于支持向量机的工况识别在能量管理策略中的应用 | 第56-61页 |
| ·支持向量机基础知识 | 第56-59页 |
| ·基于支持向量机的工况识别 | 第59页 |
| ·结合工况识别的能量管理策略的制定 | 第59-60页 |
| ·仿真实验及结果分析 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 硕士期间发表的学术论文及参加的科研项目 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
