| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 铅酸蓄电池SOC预测的国内外研究现状 | 第12-16页 |
| 1.2.1 传统预测方法 | 第12-14页 |
| 1.2.2 智能预测方法 | 第14-15页 |
| 1.2.3 复合方法 | 第15-16页 |
| 1.3 研究内容及论文架构 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文架构 | 第17-18页 |
| 第二章 模糊神经网络 | 第18-29页 |
| 2.1 模糊逻辑基础知识 | 第18-22页 |
| 2.1.1 模糊集合及运算 | 第18-19页 |
| 2.1.2 隶属度函数 | 第19-21页 |
| 2.1.3 模糊逻辑规则 | 第21-22页 |
| 2.2 模糊神经网络 | 第22-24页 |
| 2.2.1 模糊推理系统 | 第22-23页 |
| 2.2.2 模糊推理与神经网络的结合 | 第23-24页 |
| 2.3 ANFIS原理 | 第24-28页 |
| 2.3.1 自适应网络 | 第24页 |
| 2.3.2 ANFIS结构 | 第24-26页 |
| 2.3.3 ANFIS混合学习算法 | 第26-28页 |
| 2.4 模糊聚类 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 模糊C均值聚类算法和ANFIS学习算法的改进 | 第29-40页 |
| 3.1 模糊C均值算法 | 第29-32页 |
| 3.2 基于SCM的FCM改进算法 | 第32-35页 |
| 3.2.1 SCM初始化聚类中心 | 第32-33页 |
| 3.2.2 密度函数对样本加权 | 第33-34页 |
| 3.2.3 改进FCM算法的实现 | 第34-35页 |
| 3.3 基于共轭梯度法的改进BP算法 | 第35-39页 |
| 3.3.1 改进BP算法简介 | 第35-37页 |
| 3.3.2 基于Fletcher-Reeves Update的改进ANFIS学习算法 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于改进ANFIS的蓄电池SOC建模 | 第40-61页 |
| 4.1 蓄电池模型简介 | 第40-41页 |
| 4.1.1 电化学模型 | 第40页 |
| 4.1.2 等效电路模型 | 第40-41页 |
| 4.1.3 数学模型 | 第41页 |
| 4.2 影响蓄电池SOC的因素以及参数选择 | 第41-43页 |
| 4.3 实验数据采集与分析 | 第43-50页 |
| 4.3.1 实验对象及仪器设备介绍 | 第43-45页 |
| 4.3.2 基于LabVIEW的数据采集平台 | 第45-47页 |
| 4.3.3 实验安排 | 第47-49页 |
| 4.3.4 影响蓄电池SOC的因素分析 | 第49-50页 |
| 4.4 基于改进ANFIS算法对蓄电池SOC建模 | 第50-54页 |
| 4.4.1 建模流程说明 | 第50-51页 |
| 4.4.2 数据预处理 | 第51-52页 |
| 4.4.3 模糊聚类建立初始FIS | 第52-53页 |
| 4.4.4 基于Fletcher-Reeves的改进ANFIS学习算法实现 | 第53-54页 |
| 4.5 算法验证 | 第54-60页 |
| 4.5.1 聚类结果分析 | 第54-55页 |
| 4.5.2 基于WSubFcm的ANFIS建模分析 | 第55-57页 |
| 4.5.3 基于Fletcher-Reeves的改进ANFIS算法性能分析 | 第57-59页 |
| 4.5.4 与BP神经网络预测模型对比 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 蓄电池SOC实时预测平台的设计与实现 | 第61-72页 |
| 5.1 功能分析及总体架构 | 第61-62页 |
| 5.2 LabVIEW和MATLAB联合编程 | 第62-64页 |
| 5.2.1 LabVIEW和MATLAB四种联合编程技术 | 第62-63页 |
| 5.2.2 MATLAB Script节点实现混合编程 | 第63-64页 |
| 5.3 LabVIEW访问MySQL数据库 | 第64-66页 |
| 5.3.1 LabVIEW访问数据库的五种方式 | 第64-65页 |
| 5.3.2 LabSQL实现MySQL数据库的访问 | 第65-66页 |
| 5.4 Web端显示界面 | 第66-67页 |
| 5.4.1 界面功能 | 第66页 |
| 5.4.2 实现技术 | 第66-67页 |
| 5.5 平台功能展示与性能分析 | 第67-71页 |
| 5.5.1 功能展示 | 第67-70页 |
| 5.5.2 预测性能 | 第70-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本文工作总结 | 第72页 |
| 6.2 未来工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80-81页 |
| 致谢 | 第81页 |
