基于IPSO-BP网络的汽车半主动悬架控制算法研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-19页 |
| ·车辆的发展状况 | 第8-9页 |
| ·汽车悬架结构及分类 | 第9-13页 |
| ·半主动悬架介绍 | 第13-15页 |
| ·半主动悬架控制方法介绍 | 第15-16页 |
| ·神经网络控制算法介绍 | 第16-17页 |
| ·课题研究的意义 | 第17-18页 |
| ·本文主要研究内容 | 第18-19页 |
| 第2章 路面及半主动悬架的数学模型 | 第19-34页 |
| ·路面激励模型的建立 | 第19-23页 |
| ·半主动悬架的数学模型 | 第23-27页 |
| ·变阻尼减振器设计 | 第27-33页 |
| ·变阻尼减振器的参数计算 | 第27-30页 |
| ·变阻尼减振器的性能分析 | 第30-33页 |
| ·本章小节 | 第33-34页 |
| 第3章 神经网络模式识别研究 | 第34-53页 |
| ·神经网络学习算法研究 | 第34-41页 |
| ·神经网络性能研究 | 第41-49页 |
| ·神经网络逼近能力论证 | 第41-43页 |
| ·神经网络收敛性论证 | 第43-46页 |
| ·神经网络稳定性论证 | 第46-49页 |
| ·神经网络试验验证 | 第49-52页 |
| ·本章小节 | 第52-53页 |
| 第4章 IPSO-BP网络算法研究 | 第53-62页 |
| ·粒子群优化算法介绍 | 第53-55页 |
| ·粒子群优化算法的改进 | 第55-58页 |
| ·IPSO-BP算法研究 | 第58-61页 |
| ·本章小节 | 第61-62页 |
| 第5章 半主动悬架控制器研究 | 第62-91页 |
| ·天棚控制算法 | 第62-65页 |
| ·PID控制算法 | 第65-67页 |
| ·神经网络控制算法 | 第67-70页 |
| ·IPSO－BP网络控制器设计 | 第70-77页 |
| ·基于IPSO－BP的半主动悬架控制器设计 | 第77-84页 |
| ·半车模型的控制策略 | 第77-80页 |
| ·半主动悬架IPSO－BP控制器设计 | 第80-83页 |
| ·IPSO－BP算法的在线控制的解决 | 第83-84页 |
| ·半主动悬架控制器仿真实验 | 第84-90页 |
| ·本章小节 | 第90-91页 |
| 第6章 半主动悬架系统试验研究及数据分析 | 第91-112页 |
| ·硬件在环试验平台总体方案 | 第91-101页 |
| ·硬件在环试验平台简介 | 第91-93页 |
| ·硬件在环试验平台构成 | 第93-96页 |
| ·硬件在环平台验证试验 | 第96-101页 |
| ·硬件在环试验数据分析 | 第101-111页 |
| ·本章小节 | 第111-112页 |
| 第7章 结论 | 第112-115页 |
| ·全文总结 | 第112-114页 |
| ·研究展望 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 攻读博士期间发表的学术论文及参加的科研项目 | 第123-124页 |
| 致谢 | 第124-125页 |
| 摘要 | 第125-128页 |
| ABSTRACT | 第128-132页 |
