| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文背景与意义 | 第9-10页 |
| 1.2 混合动力汽车发展现状 | 第10-11页 |
| 1.2.1 国外发展现状 | 第10-11页 |
| 1.2.2 国内发展现状 | 第11页 |
| 1.3 建模仿真软件研究现状 | 第11-12页 |
| 1.4 插电式电动汽车参数匹配研究状况 | 第12-14页 |
| 1.5 本文研究主要内容 | 第14-16页 |
| 第二章 插电式电动汽车动力系统结构部件设计 | 第16-25页 |
| 2.1 插电式电动汽车动力系统结构分析 | 第16-19页 |
| 2.1.1 AMT简介 | 第18-19页 |
| 2.2 整车动力系统关键部件的参数匹配方法 | 第19-23页 |
| 2.2.1 车辆动力学模型 | 第19-20页 |
| 2.2.2 发动机参数匹配方法 | 第20页 |
| 2.2.3 驱动电机/发动机参数匹配方法 | 第20-21页 |
| 2.2.4 动力电池参数匹配方法 | 第21-22页 |
| 2.2.5 传动系数参数匹配方法 | 第22-23页 |
| 2.3 基于公交工况的参数匹配分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于Simscape的整车动力系统建模 | 第25-34页 |
| 3.1 Simscape的介绍与应用 | 第25页 |
| 3.2 基于Simscape整车建模 | 第25-32页 |
| 3.2.1 发动机建模 | 第25-27页 |
| 3.2.2 驱动电机建模 | 第27-28页 |
| 3.2.3 动力电池建模 | 第28-29页 |
| 3.2.4 轮胎模型和车辆动力传动模型建立 | 第29-31页 |
| 3.2.5 动力传动系统模型搭建 | 第31-32页 |
| 3.3 控制策略模型的建立 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于BP神经网络遗传算法对传动系统参数匹配优化 | 第34-48页 |
| 4.1 BP神经网络算法概述 | 第34页 |
| 4.2 BP神经网络算法的理论基础 | 第34-37页 |
| 4.3 遗传算法原理介绍 | 第37页 |
| 4.4 BP神经网络遗传算法参数匹配上的应用 | 第37-45页 |
| 4.4.1 模型的建立 | 第38-40页 |
| 4.4.2 BP神经网络遗传算法函数设计 | 第40-45页 |
| 4.5 实验结果分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 系统仿真与实验验证 | 第48-65页 |
| 5.1 整车动力系统模型仿真验证 | 第48-60页 |
| 5.1.1 仿真架构与整车模型 | 第48-49页 |
| 5.1.2 仿真模型的验证 | 第49-50页 |
| 5.1.3 整车控制器介绍 | 第50-52页 |
| 5.1.4 试验相关参数 | 第52-54页 |
| 5.1.5 ECE工况测试 | 第54-60页 |
| 5.2 城市公交工况仿真测试与分析 | 第60-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 结论 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 工作的不足和展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |
| 致谢 | 第71页 |