| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第18-39页 |
| 1.1 课题研究背景及意义 | 第18-28页 |
| 1.1.1 课题研究背景 | 第18-25页 |
| 1.1.2 课题研究意义 | 第25-28页 |
| 1.2 增程式电动汽车国内外发展现状 | 第28-33页 |
| 1.2.1 国外发展情况 | 第28-31页 |
| 1.2.2 国内发展情况 | 第31-33页 |
| 1.3 能量管理与运行优化方法研究现状 | 第33-36页 |
| 1.3.1 基于规则的能量管理方法 | 第33-34页 |
| 1.3.2 基于优化控制的能量管理方法 | 第34-36页 |
| 1.3.3 增程器运行优化方法 | 第36页 |
| 1.4 课题来源与主要研究内容 | 第36-39页 |
| 第2章 增程式电动汽车能量管理与运行优化研究 | 第39-50页 |
| 2.1 引言 | 第39页 |
| 2.2 增程式电动汽车动力系统结构 | 第39-41页 |
| 2.3 增程式电动汽车工作模式与动力电池工作特性 | 第41-44页 |
| 2.3.1 增程式电动汽车工作模式分析 | 第41-43页 |
| 2.3.2 增程式电动汽车动力电池工作特性 | 第43-44页 |
| 2.4 增程式电动汽车车辆性能分析 | 第44-47页 |
| 2.5 增程式电动汽车能量管理与运行优化 | 第47-49页 |
| 2.6 本章小结 | 第49-50页 |
| 第3章 增程式电动汽车增程器功率流优化控制策略 | 第50-62页 |
| 3.1 引言 | 第50-51页 |
| 3.2 增程器功率流优化控制策略 | 第51-56页 |
| 3.2.1 功率流优化控制策略总述 | 第51页 |
| 3.2.2 功率流发电效率修正 | 第51-52页 |
| 3.2.3 功率流动力电池SOC修正 | 第52-53页 |
| 3.2.4 功率流功率变化率修正 | 第53-54页 |
| 3.2.5 发动机启停控制 | 第54-55页 |
| 3.2.6 目标转速转矩计算 | 第55-56页 |
| 3.3 实验分析与验证 | 第56-60页 |
| 3.3.1 实验装置与实验流程 | 第56-58页 |
| 3.3.2 实验结果分析 | 第58-60页 |
| 3.4 本章小结 | 第60-62页 |
| 第4章 基于共轭梯度法的增程器燃油效率优化控制 | 第62-74页 |
| 4.1 引言 | 第62页 |
| 4.2 增程器燃油效率优化控制模型 | 第62-65页 |
| 4.2.1 连续系统优化模型 | 第62-64页 |
| 4.2.2 离散化处理 | 第64-65页 |
| 4.3 最优控制数值实现 | 第65-68页 |
| 4.3.1 参数处理 | 第65-67页 |
| 4.3.2 PRP共轭梯度法 | 第67-68页 |
| 4.4 仿真与结果分析 | 第68-73页 |
| 4.4.1 仿真参数和数据 | 第68-69页 |
| 4.4.2 结果分析 | 第69-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第5章 基于动态综合成本的增程器运行优化 | 第74-101页 |
| 5.1 引言 | 第74页 |
| 5.2 问题描述 | 第74-78页 |
| 5.3 增程器动态综合成本图构建 | 第78-86页 |
| 5.3.1 增程器/发动机的稳态特性 | 第78-81页 |
| 5.3.2 发动机温度修正 | 第81-83页 |
| 5.3.3 TWC转化率修正 | 第83-85页 |
| 5.3.4 归一化和加权 | 第85-86页 |
| 5.4 增程器最优工作点计算 | 第86-93页 |
| 5.4.1 粒子群算法 | 第87-89页 |
| 5.4.2 基于PSO的增程器最优工作点计算 | 第89-93页 |
| 5.5 实验分析与验证 | 第93-100页 |
| 5.5.1 实验装置 | 第93-94页 |
| 5.5.2 实验流程 | 第94-97页 |
| 5.5.3 实验结果分析 | 第97-100页 |
| 5.6 本章小结 | 第100-101页 |
| 第6章 基于多目标优化模型的增程器油耗及排放优化 | 第101-123页 |
| 6.1 引言 | 第101页 |
| 6.2 多目标优化问题 | 第101-105页 |
| 6.2.1 基本概念 | 第101-102页 |
| 6.2.2 求解多目标优化问题的常用方法 | 第102-104页 |
| 6.2.3 加权求和法的局限性 | 第104-105页 |
| 6.3 增程器油耗及排放多目标优化模型 | 第105-106页 |
| 6.4 增程器油耗及排放多目标优化模型求解 | 第106-110页 |
| 6.4.1 多目标粒子群算法 | 第106-109页 |
| 6.4.2 多目标决策 | 第109-110页 |
| 6.5 增程器油耗及排放多目标优化模型离线优化 | 第110-117页 |
| 6.5.1 离线优化总体流程 | 第110-111页 |
| 6.5.2 全局优化 | 第111-113页 |
| 6.5.3 功率区间优化 | 第113-117页 |
| 6.5.4 特定功率点优化 | 第117页 |
| 6.6 实验分析与验证 | 第117-121页 |
| 6.6.1 实验装置与实验流程 | 第117-118页 |
| 6.6.2 实验结果分析 | 第118-121页 |
| 6.7 本章小结 | 第121-123页 |
| 第7章 基于SAMODE和FODM的增程器运行优化 | 第123-164页 |
| 7.1 引言 | 第123-124页 |
| 7.2 差分进化算法 | 第124-129页 |
| 7.2.1 差分进化算法概述 | 第124页 |
| 7.2.2 基本差分进化算法 | 第124-126页 |
| 7.2.3 不同的差分进化策略 | 第126-128页 |
| 7.2.4 差分进化算法总体流程 | 第128-129页 |
| 7.2.5 差分进化算法的控制参数 | 第129页 |
| 7.3 多目标差分进化算法 | 第129-130页 |
| 7.4 自适应多目标差分进化算法 | 第130-140页 |
| 7.4.1 差分进化策略自适应机制 | 第131-133页 |
| 7.4.2 最优个体选择机制 | 第133页 |
| 7.4.3 参数自适应机制 | 第133-135页 |
| 7.4.4 外部档案维护机制 | 第135-136页 |
| 7.4.5 自适应网格机制 | 第136-138页 |
| 7.4.6 SAMODE总算法流程 | 第138-140页 |
| 7.5 算法分析 | 第140-150页 |
| 7.5.1 测试函数 | 第140-141页 |
| 7.5.2 性能评价指标 | 第141-142页 |
| 7.5.3 差分进化策略和参数自适应机制对算法性能的影响 | 第142-145页 |
| 7.5.4 SAMODE和其他多目标优化算法的对比 | 第145-150页 |
| 7.6 模糊决策 | 第150-161页 |
| 7.6.1 模糊集理论的基本概念 | 第156-158页 |
| 7.6.2 模糊优先性的计算 | 第158-161页 |
| 7.7 基于SAMODE和FODM的增程器工作点优化 | 第161-162页 |
| 7.7.1 总体优化流程 | 第161页 |
| 7.7.2 优化结果分析 | 第161-162页 |
| 7.8 本章小结 | 第162-164页 |
| 结论 | 第164-167页 |
| 参考文献 | 第167-179页 |
| 附录A 发表论文和参加科研情况说明 | 第179-181页 |
| 致谢 | 第181页 |
