| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-18页 |
| ·论文的选题背景和研究意义 | 第10-11页 |
| ·故障及故障诊断的研究现状及发展 | 第11-16页 |
| ·故障诊断含义和任务 | 第12页 |
| ·故障诊断技术的主要方法和发展 | 第12-15页 |
| ·国内外研究现状及发展趋势 | 第15-16页 |
| ·论文的主要研究内容 | 第16-17页 |
| ·论文的主要框架结构 | 第17-18页 |
| 2 公交电动汽车蓄电池组故障分析及相关预测研究 | 第18-34页 |
| ·公交电动汽车的发展现状及试运营状况分析 | 第18-19页 |
| ·我国电动汽车示范运营现状 | 第18-19页 |
| ·电动汽车示范运营的发展趋势 | 第19页 |
| ·公交电动汽车蓄电池组的原理和特性 | 第19-23页 |
| ·蓄电池的电化学原理和反应 | 第20-21页 |
| ·影响蓄电池的使用寿命的因素 | 第21-23页 |
| ·蓄电池组容量预测 | 第23-30页 |
| ·蓄电池SOC的定义 | 第23-24页 |
| ·蓄电池SOC的预测 | 第24页 |
| ·蓄电池SOC计算的算法实现 | 第24-29页 |
| ·公交电动汽车剩余里程预测 | 第29-30页 |
| ·蓄电池组的常见故障及防护分析研究 | 第30-33页 |
| ·蓄电池的常见故障 | 第30-32页 |
| ·蓄电池组的防护注意问题 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 故障诊断模型知识库和分类方法的分析研究 | 第34-48页 |
| ·公交电动汽车故障诊断知识库的建立 | 第34-36页 |
| ·基于规则和案例的故障诊断 | 第34页 |
| ·公交电动汽车故障诊断知识库的建立 | 第34-35页 |
| ·故障诊断知识库管理的总体结构 | 第35-36页 |
| ·知识获取、知识表示和推理方法比较研究 | 第36-46页 |
| ·Petri网方法的知识获取、知识表示和推理方法分析 | 第36-39页 |
| ·神经网络网方法的知识获取、知识表示和推理方法分析 | 第39-42页 |
| ·决策树方法的知识获取、表示和推理方法分析 | 第42-46页 |
| ·决策树方法的选取 | 第46页 |
| ·本章小结 | 第46-48页 |
| 4 基于决策树的公交电动汽车故障诊断模型与算法研究 | 第48-69页 |
| ·决策树相关问题研究 | 第48-56页 |
| ·决策树的概念 | 第48-49页 |
| ·决策树的生成过程、构造算法、评价指标和简化方法研究 | 第49-52页 |
| ·决策树的算法比较研究 | 第52-56页 |
| ·决策树算法的选取 | 第56-57页 |
| ·决策树故障诊断模型建立 | 第57-68页 |
| ·简单问题的决策树模型 | 第57-61页 |
| ·复杂问题的决策树模型 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 5 公交电动汽车故障诊断模型应用研究 | 第69-83页 |
| ·公交电动汽车故障诊断数据获取 | 第69-73页 |
| ·公交电动汽车运营信息数据流程 | 第69-70页 |
| ·公交电动汽车故障诊断运营信息的获取 | 第70-73页 |
| ·基于学习算法的故障诊断模型与算法的应用实现 | 第73-81页 |
| ·开发语言和数据库的选择 | 第73页 |
| ·公交电动汽车故障诊断模块介绍 | 第73-75页 |
| ·决策树和规则生成 | 第75-81页 |
| ·基于学习算法的电动汽车故障诊断模型与算法的应用评价 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 6 研究结论与展望 | 第83-85页 |
| ·主要研究结论 | 第83-84页 |
| ·研究展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 学位论文数据集 | 第88页 |
