| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 插图索引 | 第14-16页 |
| 附表索引 | 第16-17页 |
| 第1章 绪论 | 第17-41页 |
| ·汽车悬架系统概述 | 第17-21页 |
| ·传统的被动悬架系统及其局限性 | 第17-18页 |
| ·主动悬架系统及其应用状况 | 第18-20页 |
| ·悬架控制的本质特点 | 第20-21页 |
| ·主动悬架的控制策略综述 | 第21-31页 |
| ·线性最优控制 | 第21-22页 |
| ·天棚控制 | 第22页 |
| ·预见控制 | 第22-23页 |
| ·自适应控制 | 第23-24页 |
| ·鲁棒控制 | 第24-25页 |
| ·滑模控制 | 第25页 |
| ·智能控制策略 | 第25-29页 |
| ·复合控制策略 | 第29-31页 |
| ·悬架控制存在的主要问题 | 第31-32页 |
| ·单神经元控制策略在控制领域中的应用现状 | 第32-36页 |
| ·神经网络控制系统的特点和不足 | 第32-33页 |
| ·单神经元控制器的特点和优点 | 第33-34页 |
| ·单神经元器在控制领域中的应用现状 | 第34-36页 |
| ·主动悬架采用单神经元控制策略的必要性及存在的问题 | 第36-38页 |
| ·在主动悬架中应用单神经元控制策略的必要性 | 第36-37页 |
| ·传统单神经元控制策略在悬架多变量控制中的不足 | 第37-38页 |
| ·本文的研究目的和主要研究内容 | 第38-41页 |
| ·研究的目的和意义 | 第38-39页 |
| ·本文的主要研究内容和章节安排 | 第39-41页 |
| 第2章 悬架控制系统的数学模型及其性能评价 | 第41-51页 |
| ·引言 | 第41页 |
| ·汽车悬架系统模型 | 第41-43页 |
| ·关于模型的几点说明和假设 | 第41-42页 |
| ·汽车1/4 主动悬架的简化模型 | 第42-43页 |
| ·路面输入模型 | 第43-47页 |
| ·随机路面输入 | 第44-47页 |
| ·正弦路面输入 | 第47页 |
| ·脉冲路面输入 | 第47页 |
| ·悬架系统的性能评价 | 第47-49页 |
| ·平顺性评价方法 | 第47-48页 |
| ·悬架动挠度（动行程）及车轮动载荷（动位移） | 第48-49页 |
| ·综合性能评价指标 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第3章 传统单神经元控制策略及其在主动悬架中的应用 | 第51-73页 |
| ·引言 | 第51页 |
| ·单神经元模型 | 第51-58页 |
| ·生物神经元模型 | 第51-53页 |
| ·人工神经元模型 | 第53-56页 |
| ·神经元的学习 | 第56-58页 |
| ·单神经元 PID 控制 | 第58-62页 |
| ·传统PID 控制器 | 第59页 |
| ·单神经元PID 控制器 | 第59-62页 |
| ·自适应神经元控制 | 第62-65页 |
| ·自适应神经元模型及其学习策略 | 第62-63页 |
| ·自适应神经元控制器设计 | 第63-65页 |
| ·自适应神经元控制器与单神经元PID 控制器的对比 | 第65页 |
| ·传统单神经元控制策略在主动悬架中的应用 | 第65-72页 |
| ·主动悬架的单神经元PID 控制 | 第65-70页 |
| ·主动悬架的自适应神经元控制 | 第70-71页 |
| ·两种传统单神经元控制的主动悬架性能对比 | 第71-72页 |
| ·本章小节 | 第72-73页 |
| 第4章 综合误差神经元多变量控制策略及其在主动悬架中的应用 | 第73-87页 |
| ·引言 | 第73-74页 |
| ·单神经元策略在多变量控制中的应用 | 第74-76页 |
| ·单神经元控制在多输入多输出(MIMO)对象中的应用 | 第74-75页 |
| ·单神经元控制在单输入多输出(SIMO)对象中的应用 | 第75-76页 |
| ·自适应神经元策略在悬架多变量控制中的局限性 | 第76-78页 |
| ·综合误差神经元多变量控制系统设计 | 第78-80页 |
| ·基于综合误差的神经元控制器结构 | 第78-79页 |
| ·综合误差的形成 | 第79-80页 |
| ·控制器参数优化 | 第80页 |
| ·综合误差神经元主动悬架控制仿真 | 第80-84页 |
| ·名义参数情况 | 第81-82页 |
| ·参数和路面输入变化的情况 | 第82页 |
| ·脉冲路面输入的情况 | 第82-84页 |
| ·综合误差神经元悬架与单神经元PID 悬架性能对比 | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 第5章 状态反馈神经元多变量控制策略及其在主动悬架中的应用 | 第87-100页 |
| ·引言 | 第87页 |
| ·悬架模型及路面激励 | 第87-89页 |
| ·悬架模型 | 第87-88页 |
| ·路面激励 | 第88-89页 |
| ·线性二次型最优控制及其在主动悬架中的应用 | 第89-93页 |
| ·最优控制理论基础 | 第89-91页 |
| ·线性二次型调节器（LQR） | 第91-92页 |
| ·主动悬架的LQR 控制 | 第92-93页 |
| ·传统单神经元控制器在多变量控制中的不足 | 第93-94页 |
| ·状态反馈神经元多变量控制策略 | 第94-96页 |
| ·基于状态反馈的神经元控制器结构 | 第94-96页 |
| ·状态反馈神经元控制与LQR 的初步对比 | 第96页 |
| ·状态反馈神经元主动悬架控制仿真 | 第96-99页 |
| ·名义参数情况 | 第97-98页 |
| ·变化参数情况 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第6章 主动悬架单神经元控制策略的虚拟样机实现 | 第100-122页 |
| ·引言 | 第100页 |
| ·虚拟样机技术简介 | 第100-101页 |
| ·ADAMS 软件的基础理论及相关模块介绍 | 第101-111页 |
| ·ADAMS 软件的特点及应用现状简介 | 第101-104页 |
| ·ADAMS 软件动态仿真分析的相关理论基础 | 第104-109页 |
| ·ADAMS 软件的相关模块介绍 | 第109-111页 |
| ·主动悬架的ADAMS 虚拟样机模型 | 第111-115页 |
| ·单神经元主动悬架的虚拟样机实现及结果分析 | 第115-120页 |
| ·联合仿真方法概述 | 第115-116页 |
| ·单神经元主动悬架的联合仿真结果及分析 | 第116-120页 |
| ·本章小结 | 第120-122页 |
| 第7章 结论与展望 | 第122-126页 |
| ·研究结论 | 第122-124页 |
| ·研究展望 | 第124-126页 |
| 参考文献 | 第126-142页 |
| 致谢 | 第142-144页 |
| 附录A 攻读博士学位期间所发表的学术论文目录 | 第144页 |
