| 致谢 | 第1-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 目录 | 第10-12页 |
| 插图清单 | 第12-14页 |
| 表格清单 | 第14-15页 |
| 第一章 绪论 | 第15-26页 |
| ·研究背景 | 第15页 |
| ·论文研究意义 | 第15-17页 |
| ·国内外研究概况 | 第17-23页 |
| ·国外行驶工况研究概况 | 第17-21页 |
| ·国内行驶工况研究概况 | 第21-23页 |
| ·国外动力匹配研究的现状 | 第23-24页 |
| ·国内动力匹配研究的现状 | 第24-25页 |
| ·本文研究内容及方法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第二章 试验方案 | 第26-33页 |
| ·试验方法及驾驶员的选择 | 第26-27页 |
| ·试验路线的选择 | 第27-28页 |
| ·试验时间的选择 | 第28-29页 |
| ·试验车辆的选择 | 第29-30页 |
| ·主要试验仪器及设备 | 第30-31页 |
| ·采样间隔及数据量的确定 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 数据采集与处理 | 第33-38页 |
| ·数据的预处理 | 第33-34页 |
| ·运动学片段的定义及划分 | 第34页 |
| ·行驶状态的划分 | 第34-35页 |
| ·特征参数的确定及计算 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 汽车行驶工况构建及精度分析 | 第38-50页 |
| ·主成分分析理论 | 第38-42页 |
| ·主成分分析基本思想 | 第38页 |
| ·主成分分析步骤 | 第38-40页 |
| ·主成分分析结果 | 第40-42页 |
| ·SOM 神经网络学习法 | 第42-45页 |
| ·SOM 神经网络基本思想 | 第42-43页 |
| ·SOM 神经网络的算法流程 | 第43-44页 |
| ·SOM 神经网络分析结果 | 第44-45页 |
| ·模糊 C 均值聚类法（FCM） | 第45-46页 |
| ·模糊 C 均值聚类法（FCM）基本思想 | 第45页 |
| ·模糊 C 均值聚类法（FCM）的算法流程 | 第45-46页 |
| ·拟合代表行工况 | 第46-48页 |
| ·基于主成分分析和模糊 C 均值聚类法（FCM）的工况构建 | 第46-47页 |
| ·基于主成分分析和改进的 FCM 聚类法的工况构建 | 第47-48页 |
| ·代表性工况精度分析 | 第48-49页 |
| ·基于特征参数的误差分析 | 第48页 |
| ·两个独立样本加速度分布的 K-S 检验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 某大客车传动系参数优化匹配分析 | 第50-66页 |
| ·建立整车模型 | 第50-56页 |
| ·整车模块建立 | 第51-52页 |
| ·发动机模块参数 | 第52-53页 |
| ·怠速启动停止系统模块建立 | 第53-54页 |
| ·变速器模块建立 | 第54-55页 |
| ·主减速器模块建立 | 第55页 |
| ·离合器模块建立 | 第55-56页 |
| ·传动系参数优化 | 第56-59页 |
| ·设计变量的设定 | 第56-58页 |
| ·目标函数的建立 | 第58页 |
| ·约束条件设立 | 第58-59页 |
| ·优化软件 iSIGHT 介绍 | 第59-65页 |
| ·优化方法的介绍 | 第60-61页 |
| ·优化模型建立 | 第61-63页 |
| ·优化结果及分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |