| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·本课题研究的意义 | 第9页 |
| ·悬架系统概述 | 第9-11页 |
| ·半主动悬架及其控制方法研究 | 第11-14页 |
| ·半主动悬架发展历史及现状 | 第11-12页 |
| ·半主动悬架控制策略研究 | 第12-14页 |
| ·本课题研究的主要内容 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 基于 ADAMS 的半主动悬架动力学建模 | 第17-38页 |
| ·道路模型 | 第17-19页 |
| ·路面不平度功率谱密度 | 第17-18页 |
| ·空间与时间功率谱密度转化 | 第18-19页 |
| ·悬架模型 | 第19-34页 |
| ·悬架模型简化 | 第19-27页 |
| ·半主动悬架的数学模型 | 第27-29页 |
| ·基于 ADAMS 的半主动悬架模型 | 第29-34页 |
| ·悬架平顺性指标 | 第34-37页 |
| ·悬架平顺性指标简述 | 第34-35页 |
| ·悬架平顺性指标相互制约关系 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 半主动悬架模糊神经网络控制研究 | 第38-54页 |
| ·模糊控制 | 第38-41页 |
| ·模糊数学基础 | 第38-40页 |
| ·模糊控制原理 | 第40-41页 |
| ·神经网络控制 | 第41-44页 |
| ·人工神经网络的基本单元 | 第41-42页 |
| ·人工神经网络结构及学习算法 | 第42-44页 |
| ·半主动悬架模糊神经网络控制方法研究 | 第44-53页 |
| ·模糊系统与神经网络的融合 | 第44-45页 |
| ·模糊神经网络结构及其学习算法 | 第45-47页 |
| ·半主动悬架模糊神经网络控制器设计 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于 GA 的半主动悬架模糊神经网络控制研究 | 第54-63页 |
| ·BP 算法的不足及改进 | 第54页 |
| ·GA 算法 | 第54-57页 |
| ·GA 算法的生物学基础 | 第54-55页 |
| ·基本 GA 算法 | 第55-56页 |
| ·GA 算法的理论基础 | 第56-57页 |
| ·BP 和 GA 结合算法实现 | 第57-62页 |
| ·BP 算法部分 | 第57-58页 |
| ·GA 算法部分 | 第58-61页 |
| ·BP 和 GA 结合 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于 ADAMS 和 MATLAB 的半主动悬架联合仿真 | 第63-78页 |
| ·半主动悬架联合仿真简介 | 第63页 |
| ·半主动悬架联合仿真实现 | 第63-67页 |
| ·定义输入输出变量 | 第64-65页 |
| ·建立联合仿真模型 | 第65-67页 |
| ·半主动悬架联合仿真结果与分析 | 第67-77页 |
| ·道路模型仿真 | 第67-69页 |
| ·基于模糊神经网络控制的联合仿真 | 第69-74页 |
| ·基于 GA 的模糊神经网络联合仿真 | 第74-76页 |
| ·两种控制策略控制效果对比 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·全文总结 | 第78-79页 |
| ·后期展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 在学期间发表的论文和取得的学术成果 | 第84页 |