| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·镍氢电池的发展状况 | 第9-10页 |
| ·镍氢电池管理系统发展现状 | 第10-11页 |
| ·镍氢电池的基本原理 | 第11-13页 |
| ·镍氢电池的工作原理 | 第11-12页 |
| ·镍氢电池的电极反应 | 第12-13页 |
| ·论文研究意义 | 第13-14页 |
| ·研究内容及论文结构 | 第14-16页 |
| 第2章 神经网络及遗传算法理论 | 第16-30页 |
| ·人工神经网络的原理 | 第16-18页 |
| ·神经元模型 | 第16-17页 |
| ·神经元连接方式 | 第17-18页 |
| ·神经网络的训练和学习 | 第18页 |
| ·人工神经网络的优点 | 第18页 |
| ·Elman 神经网络理论基础 | 第18-21页 |
| ·Elman 神经网络结构描述 | 第18-20页 |
| ·Elman 网络的学习算法 | 第20-21页 |
| ·神经网络模型参考控制理论 | 第21-24页 |
| ·神经网络控制的优点 | 第21-22页 |
| ·模型参考控制系统的基本理论 | 第22-24页 |
| ·遗传算法理论基础 | 第24-29页 |
| ·遗传算法的基本思想 | 第24-25页 |
| ·遗传算法的基本原理 | 第25-28页 |
| ·遗传算法的运算过程 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于Elman 网络的镍氢电池容量预测 | 第30-43页 |
| ·镍氢电池容量预测的相关知识 | 第30-34页 |
| ·镍氢电池SOC 的概念 | 第30页 |
| ·影响剩余容量的因素 | 第30-31页 |
| ·SOC 预测常用方法 | 第31-33页 |
| ·SOC 的预测难点和意义 | 第33-34页 |
| ·本课题所采用的方法 | 第34页 |
| ·基于Elman 神经网络的镍氢电池的剩余电量预测 | 第34-42页 |
| ·人工神经网络在镍氢电池容量预测中的应用 | 第34-35页 |
| ·神经网络的建模方法 | 第35-39页 |
| ·遗传算法优化Elman 网络权值和阈值 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 镍氢电池智能充电控制器的设计 | 第43-58页 |
| ·镍氢电池充电理论 | 第43-47页 |
| ·目前常用的几种充电方法 | 第43-45页 |
| ·终止快速充电方法 | 第45-47页 |
| ·镍氢电池充电模型的建立 | 第47-52页 |
| ·Elman 网络模型 | 第48-49页 |
| ·遗传算法优化Elman 网络 | 第49-51页 |
| ·仿真与应用 | 第51-52页 |
| ·镍氢电池智能充电系统及智能充电控制器设计 | 第52-56页 |
| ·镍氢电池的充电特性 | 第52-53页 |
| ·镍氢电池的智能充电系统 | 第53-54页 |
| ·智能充电控制器设计 | 第54-55页 |
| ·仿真结果分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |