| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·混合动力汽车的电池组应用现状 | 第9-10页 |
| ·电池荷电状态定义 | 第10-11页 |
| ·人工神经网络技术与电池SOC估计 | 第11-15页 |
| ·人工神经网络概述 | 第11-13页 |
| ·人工神经网络的优点 | 第13页 |
| ·ANNs估计电池SOC的方法 | 第13-15页 |
| ·论文的研究内容及意义 | 第15页 |
| ·论文结构 | 第15-16页 |
| 第二章 镍氢电池工作特性及对SOC估计模型的影响 | 第16-26页 |
| ·镍氢(Mh-Ni)电池工作原理 | 第16-17页 |
| ·镍氢电池性能指标 | 第17-20页 |
| ·额定容量 | 第17-18页 |
| ·电压 | 第18-19页 |
| ·电池内阻 | 第19-20页 |
| ·影响镍氢(Mh-Ni)电池SOC的主要因素 | 第20-24页 |
| ·放电电流 | 第20-21页 |
| ·放电终止电压 | 第21页 |
| ·荷电保持能力 | 第21-22页 |
| ·温度 | 第22-23页 |
| ·循环次数 | 第23-24页 |
| ·可恢复性容量 | 第24页 |
| ·神经网络估计镍氢电池SOC模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 PRCMAC神经网络结构的设计与性能分析 | 第26-42页 |
| ·CMAC神经网络概述 | 第26-29页 |
| ·CMAC神经网络结构 | 第26页 |
| ·与其它神经网络的对比 | 第26-27页 |
| ·CMAC神经网络的改进 | 第27-29页 |
| ·CMAC恒流放电模型设计与误差分析 | 第29-35页 |
| ·接受域函数形式的选择 | 第29-30页 |
| ·CMAC恒流放电模型的输出测试 | 第30-31页 |
| ·高斯函数标准差对误差的影响分析 | 第31-35页 |
| ·PRCMAC结构与权值更新算法的设计 | 第35-41页 |
| ·PRCMAC输入空间量化 | 第36页 |
| ·PRCMAC非线性映射 | 第36页 |
| ·PRCMAC接受域函数与输出计算 | 第36-37页 |
| ·PRCMAC标准差调整算法 | 第37-39页 |
| ·PRCMAC训练过程的软件实现与性能测试 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 PRCMAC估计镍氢电池SOC模型的实现与测试 | 第42-53页 |
| ·训练数据样本的获取 | 第42页 |
| ·PRCMAC恒流放电模型的设计 | 第42-47页 |
| ·模型输入、输出变量的选取 | 第43-44页 |
| ·量化参数与权值空间对输出误差的影响分析 | 第44-46页 |
| ·训练样本间距对输出误差的影响分析 | 第46-47页 |
| ·PRCMAC变流放电模型的设计 | 第47-52页 |
| ·变流放电过程中电池状态变化 | 第47-48页 |
| ·模型输入、输出变量的选取 | 第48-50页 |
| ·PRCMAC与BP模型的收敛性能对比 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结束语 | 第53-55页 |
| ·本文总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间主要的研究成果 | 第60页 |