| 摘要 | 第3-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 基于规则的控制策略 | 第10-11页 |
| 1.2.2 基于瞬时优化的控制策略 | 第11-12页 |
| 1.2.3 基于全局优化的控制策略 | 第12-13页 |
| 1.2.4 基于MPC的能量管理策略 | 第13-16页 |
| 1.3 课题主要研究内容及论文结构 | 第16-19页 |
| 2 并联混合动力汽车的建模 | 第19-29页 |
| 2.1 发动机模型 | 第20-22页 |
| 2.2 电机模型 | 第22-24页 |
| 2.3 电池模型 | 第24-25页 |
| 2.4 传动系统模型 | 第25-26页 |
| 2.5 车辆纵向动力学模型 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 3 基于BP神经网络的车速预测模型 | 第29-45页 |
| 3.1 BP神经网络的基本原理 | 第29-31页 |
| 3.1.1 BP神经网络结构 | 第29-30页 |
| 3.1.2 BP神经网络训练流程 | 第30-31页 |
| 3.2 车速预测模型的构建 | 第31-43页 |
| 3.2.1 车速预测模型的参数选择 | 第31-34页 |
| 3.2.2 车速预测模型的训练 | 第34-35页 |
| 3.2.3 车速预测模型的验证 | 第35-38页 |
| 3.2.4 车速预测模型的参数确定 | 第38-40页 |
| 3.2.5 车速预测模型的应用 | 第40-43页 |
| 3.3 本章小结 | 第43-45页 |
| 4 基于等效燃油消耗最小的模型预测能量管理策略研究 | 第45-71页 |
| 4.1 基于DP的能量管理策略 | 第45-48页 |
| 4.1.1 DP算法的原理 | 第45-46页 |
| 4.1.2 DP在混合动力汽车控制策略中的应用 | 第46-48页 |
| 4.2 基于MPC的能量管理策略 | 第48-50页 |
| 4.2.1 MPC算法的原理 | 第49页 |
| 4.2.2 MPC在混合动力汽车控制策略中的应用 | 第49-50页 |
| 4.3 DP在MPC能量管理策略中的应用 | 第50-52页 |
| 4.4 ECMS在MPC能量管理策略中的应用 | 第52-58页 |
| 4.4.1 优化问题及目标函数的确定 | 第54-55页 |
| 4.4.2 挡位选择与转矩分配的解析方法 | 第55-57页 |
| 4.4.3 等效因子的自适应规律 | 第57-58页 |
| 4.5 仿真结果及有效性验证 | 第58-65页 |
| 4.5.1 在标准工况下的优化结果 | 第58-60页 |
| 4.5.2 在预测工况下的优化结果 | 第60-65页 |
| 4.6 ECMS-MPC控制策略的参数敏感性分析 | 第65-68页 |
| 4.6.1 EF的敏感性分析 | 第65-66页 |
| 4.6.2 换挡系数的敏感性分析 | 第66-67页 |
| 4.6.3 自适应规律的敏感性分析 | 第67-68页 |
| 4.7 本章小结 | 第68-71页 |
| 5 结论与展望 | 第71-73页 |
| 5.1 结论 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间主要研究成果 | 第81页 |