电动汽车城市道路行驶工况自学习方法的研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·行驶工况 | 第7-10页 |
| ·行驶工况的概述 | 第8-9页 |
| ·行驶工况的种类 | 第9页 |
| ·行驶工况开发的重要意义 | 第9-10页 |
| ·行驶工况国内外研究状况综述 | 第10-15页 |
| ·美国的行驶工况 | 第10-12页 |
| ·欧洲的行驶工况 | 第12-13页 |
| ·日本的行驶工况 | 第13-14页 |
| ·其它的行驶工况 | 第14页 |
| ·我国的行驶工况 | 第14-15页 |
| ·选题思路 | 第15-16页 |
| ·本文的工作 | 第16-17页 |
| 第二章 行驶工况的开发 | 第17-29页 |
| ·行驶工况开发的一般方法 | 第17-18页 |
| ·数据获取方法的确定 | 第17页 |
| ·试验道路和试验时间的确定 | 第17-18页 |
| ·试验车辆和驾驶员的确定 | 第18页 |
| ·数据的获取 | 第18-20页 |
| ·数据的设置 | 第18-19页 |
| ·采样间隔的设定 | 第19-20页 |
| ·数据量的确定 | 第20页 |
| ·数据分析与处理 | 第20-28页 |
| ·运动学片段 | 第20-21页 |
| ·运动学片段的特征值 | 第21-23页 |
| ·运动学片段特征值的计算 | 第23-25页 |
| ·运动学片段综合特征值的计算 | 第25-26页 |
| ·行驶工况的构建 | 第26-28页 |
| ·主成分分析 | 第26-27页 |
| ·聚类分析 | 第27页 |
| ·工况构建 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 SOM网络 | 第29-39页 |
| ·神经网络简介 | 第29-33页 |
| ·人工神经网络简介 | 第29-31页 |
| ·人工神经网络理论的发展概论 | 第31-32页 |
| ·人工神经网络的应用 | 第32-33页 |
| ·SOM神经网络的特点 | 第33-38页 |
| ·SOM网络结构 | 第33-36页 |
| ·SOM网络的工作原理 | 第36页 |
| ·自组织神经网络的算法 | 第36-37页 |
| ·自组织神经网络聚类算法的参数说明 | 第37-38页 |
| ·自组织神经网络再学习 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 SOM网络在行驶工况构建中的应用 | 第39-53页 |
| ·道路数据的采集及试验规划 | 第39-40页 |
| ·原始数据存储格式 | 第40页 |
| ·数据的解析 | 第40页 |
| ·数据预处理与运动学片段的分割 | 第40-42页 |
| ·数据预处理 | 第40-41页 |
| ·运动学片段的分割 | 第41-42页 |
| ·利用SOM网络对运动学片段进行聚类 | 第42-47页 |
| ·聚类数量的确定 | 第42页 |
| ·数据处理 | 第42-44页 |
| ·利用SOM进行聚类 | 第44-46页 |
| ·聚类结果分析 | 第46-47页 |
| ·行驶工况的构建 | 第47-49页 |
| ·构建思路 | 第47页 |
| ·行驶工况的构建 | 第47-48页 |
| ·不同行驶工况的比较 | 第48-49页 |
| ·行驶工况自学习的验证 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 全文总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |
