| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究的背景与意义 | 第7-8页 |
| 1.1.1 研究的背景 | 第7-8页 |
| 1.1.2 课题研究的意义 | 第8页 |
| 1.2 专家系统的研究现状 | 第8-10页 |
| 1.2.1 专家系统在汽车领域的应用 | 第8-9页 |
| 1.2.2 专家系统在电动汽车领域的研究现状 | 第9-10页 |
| 1.3 纯电动汽车行驶里程研究现状 | 第10-12页 |
| 1.4 本文的主要内容与创新点 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 纯电动公交电池特性及数据分析 | 第14-36页 |
| 2.1 纯电动公交动力电池分析 | 第14-20页 |
| 2.1.1 磷酸铁锂电池的基本参数 | 第14-15页 |
| 2.1.2 磷酸铁锂电池结构及工作原理 | 第15-16页 |
| 2.1.3 磷酸铁锂电池充放电特性分析 | 第16-20页 |
| 2.2 数据采集的方式与背景 | 第20-23页 |
| 2.2.1 数据采集与监控系统的硬件架构 | 第21页 |
| 2.2.2 数据采集与监控系统的软件设计 | 第21页 |
| 2.2.3 数据采集与监控系统的界面和功能 | 第21-23页 |
| 2.3 纯电动公交的数据分析 | 第23-26页 |
| 2.3.1 相关概念与参数介绍 | 第23-24页 |
| 2.3.2 偏相关分析 | 第24-26页 |
| 2.4 剩余里程估算的建模分析 | 第26-34页 |
| 2.4.1 最小二乘法参数辨识 | 第26-28页 |
| 2.4.2 基于电池SOC的剩余里程估算模型确立 | 第28-34页 |
| 2.5 本章小结 | 第34-36页 |
| 3 专家系统知识库与推理机的建立 | 第36-54页 |
| 3.1 知识的获取和表示方法 | 第36-39页 |
| 3.1.1 知识的概述 | 第36页 |
| 3.1.2 常用的知识的获取方法 | 第36-38页 |
| 3.1.3 常用的知识表示方法 | 第38-39页 |
| 3.2 纯电动公交专家系统知识库的构建 | 第39-41页 |
| 3.2.1 纯电动公交专家系统知识类型和获取方式 | 第39-40页 |
| 3.2.2 纯电动公交电动公交专家系统的知识表示方法 | 第40-41页 |
| 3.3 推理的概念与方法 | 第41-43页 |
| 3.3.1 推理的基本概念 | 第41页 |
| 3.3.2 推理的方式 | 第41-42页 |
| 3.3.3 推理的策略 | 第42-43页 |
| 3.4 纯电动公交专家系统的推理机制 | 第43-53页 |
| 3.4.1 剩余里程估算及误差分析推理机制 | 第43-45页 |
| 3.4.2 剩余里程影响因素分析的推理机制 | 第45-53页 |
| 3.5 本章小结 | 第53-54页 |
| 4 纯电动公交里程估算专家系统功能的实现与测试 | 第54-64页 |
| 4.1 专家系统的开发平台 | 第54页 |
| 4.2 专家系统功能设计 | 第54-56页 |
| 4.3 剩余里程的估算与误差分析 | 第56-59页 |
| 4.4 剩余里程影响因素分析与结论 | 第59-63页 |
| 4.4.1 剩余里程影响因素分析 | 第59-63页 |
| 4.4.2 结论 | 第63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64页 |
| 5.2 论文的不足之处与后续工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-71页 |