| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的研究内容与结构 | 第14-16页 |
| 第2章 锂电池基本理论 | 第16-22页 |
| 2.1 锂电池概述 | 第16-18页 |
| 2.1.1 锂电池基本结构 | 第16-17页 |
| 2.1.2 锂电池工作原理 | 第17-18页 |
| 2.2 锂电池的优缺点 | 第18-20页 |
| 2.3 锂电池寿命的主要影响因素 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于粒子滤波的锂电池剩余寿命预测 | 第22-34页 |
| 3.1 粒子滤波基本理论 | 第22-25页 |
| 3.1.1 非线性动态系统模型 | 第22-23页 |
| 3.1.2 贝叶斯估计理论 | 第23-24页 |
| 3.1.3 蒙特卡洛方法 | 第24-25页 |
| 3.2 粒子滤波算法 | 第25-30页 |
| 3.2.1 粒子滤波算法基本原理 | 第25-28页 |
| 3.2.2 粒子滤波算法基本流程 | 第28-30页 |
| 3.3 基于粒子滤波的锂电池剩余寿命预测 | 第30-33页 |
| 3.3.1 锂电池寿命退化模型 | 第30-31页 |
| 3.3.2 基于粒子滤波的锂电池剩余寿命预测 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于粒子群优化粒子滤波的锂电池剩余寿命预测 | 第34-44页 |
| 4.1 粒子群优化算法 | 第34-37页 |
| 4.1.1 算法概述 | 第34-35页 |
| 4.1.2 算法数学描述 | 第35-36页 |
| 4.1.3 算法流程 | 第36-37页 |
| 4.2 粒子群优化粒子滤波算法 | 第37-39页 |
| 4.2.1 粒子滤波存在的缺陷 | 第37-38页 |
| 4.2.2 PSO-PF算法描述 | 第38-39页 |
| 4.3 基于PSO-PF算法的锂电池剩余寿命预测 | 第39-43页 |
| 4.3.1 预测框架 | 第39-41页 |
| 4.3.2 实验结果及分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于人工鱼群优化粒子滤波的锂电池剩余寿命预测 | 第44-54页 |
| 5.1 人工鱼群算法概述 | 第44-45页 |
| 5.2 人工鱼的行为算法描述 | 第45-48页 |
| 5.2.1 视觉 | 第45-46页 |
| 5.2.2 人工鱼四种基本行为 | 第46-48页 |
| 5.3 人工鱼群优化粒子滤波算法 | 第48-53页 |
| 5.3.1 人工鱼群算法与粒子滤波的相似点 | 第48-49页 |
| 5.3.2 AFSA-PF算法步骤 | 第49-51页 |
| 5.3.3 实验结果及分析 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |