| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 引言 | 第13页 |
| 1.2 混合动力电动汽车发展概况 | 第13-16页 |
| 1.3 混合动力电动汽车的定义及驱动类型 | 第16-20页 |
| 1.3.1 串联式混合动力电动汽车(SHEV) | 第17-18页 |
| 1.3.2 并联式混合动力电动汽车(PHEV) | 第18-20页 |
| 1.3.3 混联式混合动力电动汽车(PSHEV) | 第20页 |
| 1.4 混合动力汽车的关键技术 | 第20-23页 |
| 1.4.1 动力系统参数匹配 | 第21页 |
| 1.4.2 整车能量管理与动力系统控制 | 第21-22页 |
| 1.4.3 动力电池及其管理系统 | 第22-23页 |
| 1.5 控制策略的分类 | 第23-27页 |
| 1.5.1 基于规则的能量管理策略 | 第23-26页 |
| 1.5.2 瞬时优化控制策略 | 第26页 |
| 1.5.3 全局优化控制策略 | 第26-27页 |
| 1.5.4 基于优化算法的自适应控制策略 | 第27页 |
| 1.6 课题来源和主要研究内容 | 第27-31页 |
| 第二章 混合动力汽车建模与仿真 | 第31-50页 |
| 2.1 “强华一号”并联式混合动力汽车 | 第31-32页 |
| 2.2 电动汽车仿真软件分析 | 第32-35页 |
| 2.3 混合动力汽车各子系统的数学模型 | 第35-48页 |
| 2.3.1 发动机模型 | 第35-38页 |
| 2.3.2 电机模型 | 第38-40页 |
| 2.3.3 镍氢电池模型 | 第40-42页 |
| 2.3.4 传动系模型 | 第42-44页 |
| 2.3.5 车辆控制器模型 | 第44-45页 |
| 2.3.6 驾驶员模型 | 第45-46页 |
| 2.3.7 车辆纵向动力学模型 | 第46-48页 |
| 2.3.8 车身附件模型 | 第48页 |
| 2.4 “强华一号”混合动力汽车仿真模型的建立 | 第48-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第三章 “强华一号”混合动力汽车控制系统开发 | 第50-67页 |
| 3.1 HEV 控制系统组成与功能描述 | 第50-52页 |
| 3.2 整车CAN 通讯网络体系的构建 | 第52-54页 |
| 3.3 整车控制器VCU 硬件设计 | 第54-61页 |
| 3.3.1 整车控制器主芯片的选择 | 第55-56页 |
| 3.3.2 整车控制器的硬件设计 | 第56-61页 |
| 3.4 混合动力汽车控制系统软件开发 | 第61-65页 |
| 3.4.1 HEV 多工作模式控制策略及逻辑状态机 | 第61页 |
| 3.4.2 能量管理算法的C 代码自动生成 | 第61-64页 |
| 3.4.3 整车控制器软件流程图 | 第64-65页 |
| 3.5 本章小结 | 第65-67页 |
| 第四章 基于动态规划的能量管理策略 | 第67-81页 |
| 4.1 混合动力汽车能量管理优化问题的建立 | 第67-71页 |
| 4.1.1 混合动力汽车模型的简化 | 第67-69页 |
| 4.1.2 混合动力汽车能量管理优化问题的建立 | 第69-71页 |
| 4.2 基于动态规划方法的混合动力汽车能量管理与优化 | 第71-76页 |
| 4.2.1 状态空间和行为空间离散化 | 第71-72页 |
| 4.2.2 预先计算代价函数矩阵 | 第72-73页 |
| 4.2.3 权重系数的选取 | 第73页 |
| 4.2.4 动态规划求解 | 第73-75页 |
| 4.2.5 动态规划算法程序编译为C 语言代码 | 第75-76页 |
| 4.3 基于动态规划算法的能量管理仿真结果 | 第76-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第五章 基于随机动态规划的能量管理策略 | 第81-94页 |
| 5.1 随机动态规划（SDP） | 第81-82页 |
| 5.2 随机动态规划问题的求解算法 | 第82-86页 |
| 5.2.1 值迭代法(value iteration) | 第83页 |
| 5.2.2 策略迭代法 | 第83-85页 |
| 5.2.3 改进的策略迭代法(modified policy iteration) | 第85-86页 |
| 5.3 驾驶员功率需求的随机模型 | 第86-87页 |
| 5.4 基于SDP 能量管理问题的求解 | 第87-88页 |
| 5.5 仿真结果分析 | 第88-93页 |
| 5.6 本章小结 | 第93-94页 |
| 第六章 基于神经元动态规划的能量管理策略 | 第94-108页 |
| 6.1 神经元动态规划(NEURO-DYNAMIC PROGRAMMING) | 第94-96页 |
| 6.2 神经元动态规划的几种算法 | 第96-99页 |
| 6.2.1 基于Monte Carlo 仿真的NDP 算法 | 第96-97页 |
| 6.2.2 基于TD(1)的估计策略迭代 | 第97-98页 |
| 6.2.3 基于 TD(λ)的估计策略迭代 | 第98-99页 |
| 6.3 神经网络动态规划神经网络结构的选取 | 第99-101页 |
| 6.4 算法的收敛性及次优性分析 | 第101-102页 |
| 6.5 基于神经元动态规划方法的能量管理策略 | 第102-104页 |
| 6.6 几种能量管理策略的性能与特点的比较 | 第104-106页 |
| 6.7 本章小结 | 第106-108页 |
| 第七章 全文总结 | 第108-112页 |
| 7.1 全文总结 | 第108-109页 |
| 7.2 论文创新点 | 第109-110页 |
| 7.3 研究展望 | 第110-112页 |
| 参考文献 | 第112-121页 |
| 攻读博士学位期间已发表或录用的论文 | 第121-122页 |
| 致谢 | 第122页 |
