基于回归分析的汽车动力性仿真
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·选题意义 | 第7-8页 |
| ·国内外当前汽车仿真研究现状 | 第8-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·本文组织结构 | 第11-12页 |
| 第二章 回归分析技术 | 第12-19页 |
| ·相关关系 | 第12页 |
| ·一元线性回归 | 第12-15页 |
| ·最小二乘原理 | 第13-14页 |
| ·最小二乘估计的性质 | 第14-15页 |
| ·回归方程的显著性检验 | 第15-17页 |
| ·相关系数的显著性检验 | 第15-16页 |
| ·F 检验 | 第16-17页 |
| ·多元线性回归 | 第17页 |
| ·非线性回归 | 第17-19页 |
| ·能化为线性回归的曲线回归 | 第18页 |
| ·分段回归 | 第18-19页 |
| 第三章 汽车动力性仿真关键因素分析 | 第19-28页 |
| ·汽车动力性指标 | 第19页 |
| ·汽车的驱动力 | 第19-20页 |
| ·发动机的转速特性 | 第19-20页 |
| ·传动系统机械效率 | 第20页 |
| ·汽车的行驶阻力 | 第20-23页 |
| ·滚动摩擦阻力 | 第21-22页 |
| ·空气阻力 | 第22页 |
| ·坡度阻力 | 第22-23页 |
| ·加速阻力 | 第23页 |
| ·动力性计算模型 | 第23-26页 |
| ·最高车速 | 第24-25页 |
| ·加速时间 | 第25-26页 |
| ·爬坡能力 | 第26页 |
| ·汽车动力性关键因素分析 | 第26-28页 |
| 第四章 回归分析模型 | 第28-41页 |
| ·最小二乘法回归模型 | 第28-29页 |
| ·曲线拟合 | 第28页 |
| ·最小二乘法建模准则 | 第28-29页 |
| ·BP神经网络回归模型 | 第29-33页 |
| ·MLFN的层结构 | 第30页 |
| ·网络的BP学习算法 | 第30-33页 |
| ·遗传算法回归模型 | 第33-41页 |
| ·遗传算法基本思想 | 第33-34页 |
| ·遗传算法建模方法 | 第34-38页 |
| ·算法分析 | 第38-41页 |
| 第五章 回归分析系统应用 | 第41-51页 |
| ·系统实验环境 | 第41页 |
| ·数据预处理 | 第41-46页 |
| ·实验结果 | 第46-51页 |
| ·最高车速实验结果 | 第46-48页 |
| ·加速性能实验结果 | 第48-49页 |
| ·空缺值实验结果 | 第49-50页 |
| ·回归分析与传统方法精度对比 | 第50-51页 |
| 第六章 总结与展望 | 第51-54页 |
| ·总结 | 第51-53页 |
| ·神经网络回归分析 | 第51-52页 |
| ·遗传算法回归分析 | 第52-53页 |
| ·进一步研究工作展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |
