| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·AMT 的发展现状 | 第8-11页 |
| ·国外发展现状 | 第8-9页 |
| ·国内研究现状 | 第9-11页 |
| ·AMT 概述 | 第11-16页 |
| ·AMT 基本原理 | 第11-12页 |
| ·AMT 的电子控制系统 | 第12-15页 |
| ·AMT 的执行机构 | 第15-16页 |
| ·AMT 的关键技术 | 第16-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第二章 电控机械自动变速器的换挡规律 | 第20-33页 |
| ·传统换挡规律及其类型分析 | 第20-25页 |
| ·单参数换挡规律 | 第20-21页 |
| ·两参数换挡规律 | 第21-24页 |
| ·动态三参数换挡规律 | 第24-25页 |
| ·换挡特性分析 | 第25-30页 |
| ·最佳动力性换挡规律研究 | 第25-28页 |
| ·最佳经济性换挡规律研究 | 第28-30页 |
| ·换挡规律的智能化 | 第30-32页 |
| ·神经网络 | 第30-31页 |
| ·模糊逻辑的综合能力 | 第31-32页 |
| ·模糊控制与神经网络的结合 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 AMT 数据采集系统设计与道路试验 | 第33-52页 |
| ·AMT 自动换挡系统所需要的信息 | 第33-36页 |
| ·AMT 数据采集系统设计 | 第36-43页 |
| ·系统硬件设计方案的实现 | 第36-40页 |
| ·系统软件的设计 | 第40-43页 |
| ·数据采集试验及分析 | 第43-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于神经网络的AMT 换挡规律自适应性分析 | 第52-62页 |
| ·RBF 神经网络 | 第52-54页 |
| ·RBF 网络模型 | 第52页 |
| ·RBF 网络的工作特性 | 第52-53页 |
| ·RBF 网络学习算法 | 第53-54页 |
| ·神经网络数据归一化处理 | 第54页 |
| ·ANN 换挡规律 | 第54-59页 |
| ·NN 用于挡位辨识的控制原理 | 第55-56页 |
| ·NN 用于挡位辨识的原始数据训练及验证 | 第56-59页 |
| ·AMT 换挡规律的自适应模型 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 全文总结与展望 | 第62-64页 |
| ·全文总结 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间已发表或录用的学术论文 | 第67-69页 |