| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 论文的研究背景及意义 | 第9页 |
| 1.2 混合动力汽车简介 | 第9-13页 |
| 1.2.1 混合动力汽车发展现状 | 第9-10页 |
| 1.2.2 混合动力汽车分类 | 第10-13页 |
| 1.2.3 并联式HEV工作模式 | 第13页 |
| 1.3 HEV能量管理策略研究现状 | 第13-16页 |
| 1.4 本文主要研究内容及章节安排 | 第16-17页 |
| 第2章 HEV相关模型的建立 | 第17-29页 |
| 2.1 动力系统模型 | 第18-25页 |
| 2.1.1 发动机模型 | 第18-20页 |
| 2.1.2 电动机模型 | 第20-21页 |
| 2.1.3 电池模型 | 第21-22页 |
| 2.1.4 整车动力学模型 | 第22-25页 |
| 2.2 仿真模型 | 第25-26页 |
| 2.3 燃油经济性 | 第26-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 HEV能量管理控制策略 | 第29-61页 |
| 3.1 基于模糊逻辑控制策略的能量管理策略 | 第29-34页 |
| 3.1.1 模糊逻辑控制器组成 | 第30-31页 |
| 3.1.2 模糊逻辑控制算法基本原理 | 第31-33页 |
| 3.1.3 模糊逻辑控制器设计 | 第33-34页 |
| 3.2 基于ANFIS控制策略的能量管理策略 | 第34-42页 |
| 3.2.1 神经网络控制算法基本原理 | 第34-37页 |
| 3.2.2 ANFIS控制算法基本原理 | 第37-40页 |
| 3.2.3 ANFIS控制器设计 | 第40-42页 |
| 3.3 基于自适应动态规划最优控制策略的能量管理策略 | 第42-60页 |
| 3.3.1 ADP算法原理及分类 | 第42-50页 |
| 3.3.2 基于BP神经网络的HDP控制器设计 | 第50-58页 |
| 3.3.3 SOC修正与参数限定条件 | 第58-59页 |
| 3.3.4 HDP中基于BP神经网络的ANN的权值预处理 | 第59-60页 |
| 3.4 小结 | 第60-61页 |
| 第4章 系统仿真与分析 | 第61-70页 |
| 4.1 行驶工况的选择 | 第61-63页 |
| 4.2 基于模糊逻辑控制策略的ADVISOR仿真结果 | 第63-64页 |
| 4.3 行驶工况的选择 | 第64-65页 |
| 4.4 基于ADP最优控制策略的仿真结果 | 第65-68页 |
| 4.4.1 模型网络的仿真结果 | 第65-66页 |
| 4.4.2 基于ADP最优控制策略的MATLAB仿真结果 | 第66-67页 |
| 4.4.3 基于ADP最优控制策略的ADVISOR仿真结果 | 第67-68页 |
| 4.5 基于三种控制策略的ADVISOR仿真结果对比 | 第68-69页 |
| 4.6 小结 | 第69-70页 |
| 第5章 结论与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者简介 | 第77-78页 |
| 攻读硕士学位期间研究成果 | 第78页 |
