| 第一章 绪论 | 第1-13页 |
| ·电动车发展简介 | 第7-11页 |
| ·发展电动车的必要性 | 第7-8页 |
| ·现状及国内外发展趋势 | 第8-11页 |
| ·课题的背景、意义及研究内容 | 第11-13页 |
| ·课题的背景及意义 | 第11-12页 |
| ·课题研究的内容 | 第12-13页 |
| 第二章 铅酸蓄电池剩余容量预测概念及方法 | 第13-29页 |
| ·铅酸电池的基本工作原理 | 第13-14页 |
| ·成流反应 | 第13-14页 |
| ·反应历程 | 第14页 |
| ·铅酸蓄电池的基本电特性 | 第14-21页 |
| ·蓄电池的电动势和开路电压 | 第14-17页 |
| ·工作电压 | 第17-19页 |
| ·蓄电池的容量 | 第19-20页 |
| ·蓄电池内阻 | 第20页 |
| ·蓄电池的使用期限 | 第20-21页 |
| ·影响充电状态和剩余容量的因素 | 第21-23页 |
| ·铅酸蓄电池充电状态和剩余容量的概念 | 第21-22页 |
| ·影响剩余容量的因素 | 第22-23页 |
| ·剩余容量估计的方法研究 | 第23-29页 |
| ·剩余容量估计的意义和难点 | 第23-24页 |
| ·常用的方法介绍 | 第24-27页 |
| ·本课题所采用的方法介绍 | 第27-29页 |
| 第三章 神经网络与模糊逻辑辨识方法 | 第29-41页 |
| ·非线性系统的神经网络辨识 | 第29-36页 |
| ·神经网络理论的相关知识 | 第29-33页 |
| ·基于神经网络的系统辨识 | 第33-34页 |
| ·用神经网络辨识方法预测混合动力汽车蓄电池剩余容量 | 第34-36页 |
| ·非线性系统的模糊逻辑辨识 | 第36-41页 |
| ·模糊逻辑理论的相关知识 | 第36-37页 |
| ·模糊系统辨识 | 第37-38页 |
| ·用模糊逻辑辨识技术预测蓄电池剩余电量 | 第38-41页 |
| 第四章 蓄电池剩余容量的模糊神经网络辨识 | 第41-71页 |
| ·模糊神经网络 | 第41-46页 |
| ·模糊神经网络概述 | 第41页 |
| ·模糊神经元 | 第41-42页 |
| ·两种典型的模糊神经网络 | 第42-44页 |
| ·模糊神经网络的学习算法 | 第44-46页 |
| ·新型模糊神经网络辨识算法 | 第46-52页 |
| ·补偿运算的实质 | 第46-48页 |
| ·补偿模糊神经网络的结构 | 第48-49页 |
| ·补偿模糊推理 | 第49-50页 |
| ·补偿模糊神经网络的学习算法 | 第50-52页 |
| ·网络训练流程图 | 第52页 |
| ·辨识算法的优化 | 第52-59页 |
| ·训练数据的预处理 | 第54页 |
| ·利用竞争学习对输入空间自适应聚类 | 第54-55页 |
| ·复杂过程中模糊建模的参数确定 | 第55-59页 |
| ·仿真研究及结论 | 第59-67页 |
| ·测试电路的结构 | 第59-60页 |
| ·具体计算方法 | 第60-67页 |
| ·仿真结论 | 第67页 |
| ·算法的比较与定性分析 | 第67-71页 |
| ·模糊逻辑技术、神经网络技术和模糊神经网络技术比较 | 第67-68页 |
| ·BP 网络和补偿模糊神经网络的结果比较 | 第68-71页 |
| 第五章 全文总结及展望 | 第71-74页 |
| ·全文总结 | 第71-72页 |
| ·存在的问题和工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 摘要 | 第80-82页 |
| ABSTRACT | 第82-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士期间发表的论文 | 第86页 |