| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 云计算技术概述 | 第9-10页 |
| 1.2 智能算法简述 | 第10页 |
| 1.3 课题研究的背景及意义 | 第10-12页 |
| 1.4 国内外研究现状 | 第12-15页 |
| 1.4.1 云计算技术国内外研究现状 | 第12-14页 |
| 1.4.2 电机智能设计国内外研究现状 | 第14-15页 |
| 1.5 论文的主要研究内容 | 第15-17页 |
| 第二章 云平台服务器性能测试 | 第17-29页 |
| 2.1 测试环境介绍 | 第17-18页 |
| 2.2 物理主机与云平台虚拟机硬件性能测试 | 第18-26页 |
| 2.2.1 CPU性能测试 | 第18-20页 |
| 2.2.2 磁盘读写性能测试 | 第20-23页 |
| 2.2.3 网络性能测试 | 第23-24页 |
| 2.2.4 内存性能测试 | 第24-26页 |
| 2.3 物理主机与云平台虚拟机有限元性能测试 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 永磁同步电机有限元计算 | 第29-37页 |
| 3.1 PMSM中的永磁体等效 | 第29-30页 |
| 3.2 PMSM有限元计算分析 | 第30-36页 |
| 3.2.1 PMSM有限元模型 | 第32-34页 |
| 3.2.2 PMSM有限元计算结果分析 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 电机智能设计方法 | 第37-57页 |
| 4.1 电机智能设计目标函数 | 第37-39页 |
| 4.1.1 电机设计问题的一般数学模型 | 第37-38页 |
| 4.1.2 电机计算案例的设计目标 | 第38-39页 |
| 4.2 电机遗传算法智能设计 | 第39-45页 |
| 4.2.1 遗传算法原理 | 第39-40页 |
| 4.2.2 遗传算法联合有限元计算的程序设计 | 第40-42页 |
| 4.2.3 遗传算法电机智能设计结果 | 第42-45页 |
| 4.3 粒子群算法电机设计研究 | 第45-52页 |
| 4.3.1 粒子群算法理论 | 第45-47页 |
| 4.3.2 基于粒子群算法的电机优化设计软件 | 第47-50页 |
| 4.3.3 粒子群算法与遗传算法结果比较 | 第50-52页 |
| 4.4 基于BP神经网络的PMSM智能预测设计研究 | 第52-56页 |
| 4.4.1 BP神经网络原理 | 第52-54页 |
| 4.4.2 PMSM BP神经网络智能预测案例 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 电机智能设计的云平台调度方法 | 第57-71页 |
| 5.1 云平台调度理论研究 | 第57-61页 |
| 5.2 PMSM智能预测设计单任务云调度 | 第61-68页 |
| 5.2.1 PMSM云平台动态调度 | 第63-66页 |
| 5.2.2 PMSM BP神经网络训练 | 第66-68页 |
| 5.3 PMSM智能设计云平台多任务调度研究 | 第68-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 发表论文和参加科研情况 | 第77-79页 |
| 致谢 | 第79页 |