| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景与研究意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 能量管理策略 | 第13-16页 |
| 1.2.2 能量管理策略中的驾驶预测技术 | 第16-17页 |
| 1.3 本文主要工作及内容安排 | 第17-20页 |
| 1.3.1 主要工作 | 第17-18页 |
| 1.3.2 论文内容安排 | 第18-20页 |
| 第2章 燃料电池混合动力汽车建模 | 第20-33页 |
| 2.1 整车动力学模型及动力源参数确定 | 第20-22页 |
| 2.2 燃料电池系统模型 | 第22-30页 |
| 2.2.1 阴极侧空气供给模型 | 第23-25页 |
| 2.2.2 电压模型 | 第25-26页 |
| 2.2.3 燃料电池动态特性与静态输出特性 | 第26-30页 |
| 2.3 锂离子电池模型 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 极小值原理在能量管理中的应用 | 第33-44页 |
| 3.1 基本数学工具 | 第33-35页 |
| 3.2 燃料电池混合动力汽车优化问题形成 | 第35-36页 |
| 3.3 极小值原理与动态规划算法的比较 | 第36-41页 |
| 3.4 在极小值原理中考虑不等式约束 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 极小值原理结合驾驶预测的能量管理策略 | 第44-60页 |
| 4.1 设计基于马尔可夫链的速度预测器 | 第44-48页 |
| 4.2 基于粒子群优化-支持向量机(PSO-SVM)的驾驶模式识别 | 第48-52页 |
| 4.3 PMP结合驾驶预测的能量管理策略 | 第52-59页 |
| 4.3.1 自适应能量管理策略框架 | 第52-53页 |
| 4.3.2 仿真验证 | 第53-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 结论 | 第60-62页 |
| 5.1 研究总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第68页 |