| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7页 |
| ·电动汽车 | 第7-14页 |
| ·电动汽车的分类 | 第8-9页 |
| ·电动汽车的特点 | 第9-10页 |
| ·电动汽车的现状 | 第10-12页 |
| ·电动汽车的电池管理系统 | 第12-14页 |
| ·本课题的研究内容及意义 | 第14-15页 |
| 第二章 动力蓄电池概述及锂离子动力蓄电池 | 第15-28页 |
| ·动力蓄电池 | 第15-18页 |
| ·动力蓄电池的特点 | 第15-16页 |
| ·铅酸动力蓄电池 | 第16-17页 |
| ·镍氢动力蓄电池 | 第17-18页 |
| ·燃料动力蓄电池 | 第18页 |
| ·锂离子动力蓄电池 | 第18-21页 |
| ·锂离子动力蓄电池主要特点 | 第18-20页 |
| ·锂离子动力蓄电池工作原理 | 第20-21页 |
| ·锂离子动力蓄电池性能参数 | 第21-24页 |
| ·动力电池的容量 | 第21-22页 |
| ·动力电池的能量 | 第22-23页 |
| ·动力电池的功率 | 第23-24页 |
| ·动力电池的剩余容量与荷电状态 | 第24页 |
| ·锂离子动力电池荷电状态（SOC） | 第24-26页 |
| ·开路电压法 | 第24-25页 |
| ·安时计量法 | 第25页 |
| ·卡尔曼滤波法 | 第25页 |
| ·人工神经网络法 | 第25-26页 |
| ·锂离子动力蓄电池的控制系统简述 | 第26-28页 |
| 第三章 锂离子动力电池的性能研究 | 第28-41页 |
| ·主要实验仪器与设备 | 第28-29页 |
| ·锂离子动力电池的制备 | 第29-33页 |
| ·调浆 | 第30页 |
| ·涂覆和辊轧 | 第30-32页 |
| ·裁剪和卷绕 | 第32页 |
| ·入壳和焊接 | 第32页 |
| ·注液和封口 | 第32页 |
| ·化成和筛选 | 第32-33页 |
| ·结果与讨论 | 第33-41页 |
| ·锂离子动力电池的放电性能的研究 | 第33-34页 |
| ·锂离子动力电池的温度与电池电压 | 第34-36页 |
| ·锂离子动力电池的内阻 | 第36-38页 |
| ·锂离子动力电池的自放电特性研究 | 第38-39页 |
| ·锂离子动力电池的大电流放电能力 | 第39页 |
| ·结论 | 第39-41页 |
| 第四章 人工神经网络理论 | 第41-52页 |
| ·概述 | 第41-43页 |
| ·神经网络简介 | 第41页 |
| ·人工神经网络发展简史 | 第41-43页 |
| ·人工神经网络的基本原理 | 第43-48页 |
| ·生物神经元细胞 | 第43-44页 |
| ·人工神经网络模型 | 第44-45页 |
| ·激励函数 | 第45页 |
| ·人工神经网络的分类 | 第45-48页 |
| ·人工神经网络的训练 | 第48-49页 |
| ·无导师学习 | 第48-49页 |
| ·有导师学习 | 第49页 |
| ·人工神经网络的特点 | 第49-50页 |
| ·人工神经网络的应用 | 第50-52页 |
| 第五章 基于人工神经网络理论的锂离子动力电池性能预测 | 第52-64页 |
| ·误差反向传播网络 | 第52-53页 |
| ·BP 网络电池模型的建立 | 第53-54页 |
| ·样本数据的选取 | 第54-55页 |
| ·网络的训练 | 第55-57页 |
| ·网络的测试 | 第57-63页 |
| ·基于BP 网络的电池性能的预测 | 第63-64页 |
| 第六章 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |