| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题背景与意义 | 第8-10页 |
| 1.2 国内外电动汽车发展现状及趋势 | 第10-12页 |
| 1.2.1 国外电动汽车发展现状 | 第10-11页 |
| 1.2.2 国内电动汽车的发展 | 第11-12页 |
| 1.3 纯电动汽车优化技术研究现状 | 第12-14页 |
| 1.3.1 动力系统匹配及优化技术研究现状 | 第12-14页 |
| 1.4 本文研究内容及结构安排 | 第14-17页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 论文结构安排 | 第15-17页 |
| 2 电动车动力系统匹配选型 | 第17-24页 |
| 2.1 整车性能目标参数 | 第17-18页 |
| 2.2 电机选型与计算 | 第18-20页 |
| 2.2.1 电机需求功率计算 | 第18-20页 |
| 2.3 电池参数选型计算 | 第20-21页 |
| 2.3.1 动力电池能量 | 第20页 |
| 2.3.2 电池组容量 | 第20-21页 |
| 2.3.3 电池组额定/峰值放电电流 | 第21页 |
| 2.3.4 电池组持续/短时放电率 | 第21页 |
| 2.4 传动装置参数匹配 | 第21-22页 |
| 2.4.1 传动比上限 | 第21页 |
| 2.4.2 传动比下限 | 第21-22页 |
| 2.5 匹配结果 | 第22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 多目优化与多目标遗传算法原理 | 第24-34页 |
| 3.1 多目标优化概念 | 第24-25页 |
| 3.1.1 帕雷托(Pareto)最优 | 第24页 |
| 3.1.2 最佳动力性与最佳经济性概念 | 第24-25页 |
| 3.2 标准遗传算法 | 第25-27页 |
| 3.2.1 GA数学模型 | 第26页 |
| 3.2.2 GA基本遗传算子(Genetic Operator) | 第26-27页 |
| 3.3 非支配排序遗传算法(NSGA)及NSGA-Ⅱ | 第27-33页 |
| 3.3.1 Pareto支配关系 | 第28页 |
| 3.3.2 基本原理 | 第28-29页 |
| 3.3.3 一般流程 | 第29页 |
| 3.3.4 带精英策略的非支配排序的遗传算法(NSGA-Ⅱ) | 第29-30页 |
| 3.3.5 快速非支配排序方法 | 第30-31页 |
| 3.3.6 拥挤度计算 | 第31-32页 |
| 3.3.7 拥挤度比较算子 | 第32页 |
| 3.3.8 NSGA-Ⅱ算法主流程 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 多目标动力系统优化数学模型 | 第34-45页 |
| 4.1 目标函数 | 第34-42页 |
| 4.1.1 最高车速 | 第34-35页 |
| 4.1.2 0-80km/h加速时间 | 第35-38页 |
| 4.1.3 等速百公里电耗 | 第38-39页 |
| 4.1.4 循环工况百公里电耗 | 第39-42页 |
| 4.2 约束条件 | 第42-44页 |
| 4.2.1 爬坡约束条件 | 第42页 |
| 4.2.2 最高车速约束 | 第42页 |
| 4.2.3 加速时间约束 | 第42-43页 |
| 4.2.4 换挡条件约束 | 第43-44页 |
| 4.2.5 其他约束 | 第44页 |
| 4.2.6 约束总结 | 第44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 目标函数仿真建模与非线性约束求解 | 第45-74页 |
| 5.1 经济性目标仿真建模 | 第45-58页 |
| 5.1.1 工况模型 | 第46-47页 |
| 5.1.2 整车动力学模型 | 第47-49页 |
| 5.1.3 电机与整车控制策略模型 | 第49-52页 |
| 5.1.4 电池模块 | 第52-54页 |
| 5.1.5 变速器控制策略模块 | 第54-56页 |
| 5.1.6 仿真模型验证 | 第56-58页 |
| 5.2 各目标函数计算分析验证 | 第58-65页 |
| 5.2.1 最高车速分析验证 | 第59页 |
| 5.2.2 加速时间分析验证 | 第59-61页 |
| 5.2.3 等速百公里电耗分析验证 | 第61-63页 |
| 5.2.4 循环工况百公里电耗验证分析 | 第63-65页 |
| 5.3 非线性求解方式对比分析 | 第65-73页 |
| 5.3.1 非线性约束条件求解 | 第65-72页 |
| 5.3.2 非线性约束条件求解方式总结与选择 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 6 优化结果与分析 | 第74-81页 |
| 6.1 最优解集方案 | 第74-78页 |
| 6.2 结果对比分析 | 第78-80页 |
| 6.3 本章小结 | 第80-81页 |
| 7 全文总结与展望 | 第81-83页 |
| 7.1 总结 | 第81页 |
| 7.2 展望 | 第81-83页 |
| 参考文献 | 第83-85页 |
| 致谢 | 第85-86页 |
