| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 点火提前角的预测研究现状 | 第13-15页 |
| 1.2.2 组合模型选型和组合方法的研究现状 | 第15-17页 |
| 1.3 本文主要研究内容与课题来源 | 第17-18页 |
| 1.3.1 本文主要研究内容 | 第17页 |
| 1.3.2 课题来源 | 第17-18页 |
| 第二章 基于神经网络的点火提前角预测 | 第18-35页 |
| 2.1 BP神经网络简介 | 第18-20页 |
| 2.1.1 神经网络构成 | 第18-19页 |
| 2.1.2 BP神经网络工作原理 | 第19-20页 |
| 2.2 点火提前角影响因素分析及样本选取 | 第20-23页 |
| 2.2.1 点火提前角影响因素分析 | 第20-21页 |
| 2.2.2 点火提前角样本的选取及预处理 | 第21-23页 |
| 2.3 BP神经网络的点火提前角预测模型的建立 | 第23-29页 |
| 2.3.1 隐含层神经元个数计算 | 第23-24页 |
| 2.3.2 粒子群优化网络初始权值和阈值 | 第24-26页 |
| 2.3.3 点火提前角预测模型的训练 | 第26-29页 |
| 2.4 基于BP神经网络的点火提前角预测仿真 | 第29-34页 |
| 2.4.1 小负荷工况下点火提前角预测仿真 | 第29-30页 |
| 2.4.2 部分负荷工况下点火提前角预测仿真 | 第30-32页 |
| 2.4.3 大负荷工况下点火提前角预测仿真 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于LSSVM的点火提前角预测 | 第35-49页 |
| 3.1 最小二乘支持向量机 | 第35-37页 |
| 3.1.1 最小二乘法 | 第35-36页 |
| 3.1.2 支持向量机 | 第36-37页 |
| 3.2 LSSVM点火提前角预测模型的建立 | 第37-43页 |
| 3.2.1 定义LSSVM的核函数 | 第37-38页 |
| 3.2.2 求解点火提前角预测回归方程 | 第38-39页 |
| 3.2.3 LSSVM预测模型交叉验证 | 第39-43页 |
| 3.3 基于LSSVM的汽油机点火提前角预测仿真 | 第43-47页 |
| 3.3.1 小负荷工况下点火提前角预测仿真 | 第43-44页 |
| 3.3.2 部分负荷工况下点火提前角预测仿真 | 第44-46页 |
| 3.3.3 大负荷工况下点火提前角预测仿真 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于神经网络和LSSVM的点火提前角组合预测 | 第49-64页 |
| 4.1 组合预测的概念 | 第49-50页 |
| 4.2 点火提前角BP-LSSVM组合预测模型 | 第50-55页 |
| 4.2.1 组合模型的权重分配原则 | 第50-52页 |
| 4.2.2 BP模型和LSSVM模型互补性分析 | 第52-54页 |
| 4.2.3 可变最优权重分配方法 | 第54-55页 |
| 4.3 基于BP-LSSVM的点火提前角组合预测仿真 | 第55-60页 |
| 4.3.1 小负荷工况点火提前角预测仿真 | 第55-57页 |
| 4.3.2 部分负荷工况点火提前角预测仿真 | 第57-58页 |
| 4.3.3 大负荷工况点火提前角预测仿真 | 第58-60页 |
| 4.4 点火提前角预测结果评价与分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 全文总结与展望 | 第64-66页 |
| 全文总结 | 第64-65页 |
| 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录 A (攻读学位期间发表的学术论文) | 第71-72页 |
| 附录 B (攻读学位期间参与的科研项目) | 第72页 |