| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 注释表 | 第16-17页 |
| 缩略词 | 第17-18页 |
| 第一章 绪论 | 第18-32页 |
| 1.1 论文选题的意义和目的 | 第18-20页 |
| 1.2 国内外研究现状 | 第20-28页 |
| 1.2.1 汽车平顺性简介 | 第20-21页 |
| 1.2.2 车辆平顺性研究方法 | 第21-23页 |
| 1.2.3 悬架参数设计方法 | 第23-25页 |
| 1.2.4 悬架参数优化设计存在的不足 | 第25-26页 |
| 1.2.5 智能计算在工程设计中的应用简介 | 第26-28页 |
| 1.3 本文研究的主要内容 | 第28-32页 |
| 第二章 汽车平顺性运动学模型及仿真分析 | 第32-56页 |
| 2.1 整车平顺性运动学模型的建立 | 第32-39页 |
| 2.2 整车平顺性响应分析 | 第39-41页 |
| 2.3 随机路面下整车平顺性仿真与分析 | 第41-48页 |
| 2.3.1 随机路面模型 | 第41-43页 |
| 2.3.2 整车平顺性仿真分析 | 第43-48页 |
| 2.4 整车悬架系统性能评价指标 | 第48-52页 |
| 2.4.1 车身加速度（舒适性指标） | 第48-50页 |
| 2.4.2 相对动载荷均方根值（安全性指标） | 第50-51页 |
| 2.4.3 悬架动行程（空间占用指标） | 第51-52页 |
| 2.5 性能指标及与设计参数的关联性分析 | 第52-55页 |
| 2.6 本章小结 | 第55-56页 |
| 第三章 基于竞争合作博弈方法的悬架参数优化设计 | 第56-80页 |
| 3.1 竞争合作博弈设计方法描述 | 第56-57页 |
| 3.2 基于竞争合作博弈模式的多目标求解方法 | 第57-61页 |
| 3.2.1 多目标问题的博弈描述 | 第57-58页 |
| 3.2.2 博弈中各个参与方策略空间计算 | 第58-60页 |
| 3.2.3 聚类计算分析的关键步骤 | 第60页 |
| 3.2.4 基于竞争合作博弈模型的多目标求解方法 | 第60页 |
| 3.2.5 竞争合作均衡的求解步骤 | 第60-61页 |
| 3.3 基于竞争合作模式的整车平顺性优化设计 | 第61-63页 |
| 3.3.1 设计变量 | 第61页 |
| 3.3.2 目标函数 | 第61-62页 |
| 3.3.3 约束条件 | 第62-63页 |
| 3.4 优化结果与分析 | 第63-73页 |
| 3.4.1 计算说明 | 第63-64页 |
| 3.4.2 三个目标优化结果及影响因子计算结果 | 第64-65页 |
| 3.4.3 各个博弈方对应策略空间的计算 | 第65-66页 |
| 3.4.4 仿真结果及分析 | 第66-73页 |
| 3.5 整车实验及分析 | 第73-78页 |
| 3.6 本章小结 | 第78-80页 |
| 第四章 基于仿生蜥蜴进化博弈算法的汽车平顺性优化设计 | 第80-98页 |
| 4.1 协同进化 | 第80-81页 |
| 4.2 仿生蜥蜴进化博弈算法的原理 | 第81-83页 |
| 4.2.1 仿生蜥蜴行为特性描述 | 第81-82页 |
| 4.2.2 仿生蜥蜴进化博弈算法的原理 | 第82-83页 |
| 4.3 仿生蜥蜴进化博弈算法的关键技术 | 第83-87页 |
| 4.3.1 染色体基因的分段方法 | 第83-84页 |
| 4.3.2 仿生对象各自适应函数的构造 | 第84-85页 |
| 4.3.3 仿生蜥蜴进化博弈算法的结构 | 第85-87页 |
| 4.4 仿真结果与分析 | 第87-93页 |
| 4.4.1 计算说明 | 第87-88页 |
| 4.4.2 计算结果说明 | 第88-93页 |
| 4.4.3 仿生行为的对比与分析 | 第93页 |
| 4.5 整车实验及分析 | 第93-96页 |
| 4.6 结论 | 第96-98页 |
| 第五章 基于改进ELMAN神经网络的悬架试验系统研究 | 第98-116页 |
| 5.1 悬架性能检测分析 | 第98-100页 |
| 5.1.1 四分之一悬架检测模型的建立 | 第98-99页 |
| 5.1.2 悬架性能评价指标的建立 | 第99-100页 |
| 5.2 六自由度悬架试验平台设计 | 第100-101页 |
| 5.3 基于改进ELMAN神经网络的悬架试验平台控制 | 第101-105页 |
| 5.3.1 基本Elman网络结构 | 第101-103页 |
| 5.3.2 改进Elman网络结构 | 第103-105页 |
| 5.4 基于自适应蚁群算法的改进ELMAN网络学习算法 | 第105-110页 |
| 5.4.1 自适应蚁群算法基本原理 | 第105-106页 |
| 5.4.2 自适应蚁群算法训练改进Elman网络基本原理 | 第106-108页 |
| 5.4.3 自适应蚁群算法训练改进Elman网络仿真 | 第108-110页 |
| 5.5 实验分析 | 第110-115页 |
| 5.5.1 基于PAC控制器的液压试验台电机转速辨识 | 第110-111页 |
| 5.5.2 阻尼、刚度对悬架性能影响实验分析 | 第111-113页 |
| 5.5.3 悬架性能整车实验分析 | 第113-115页 |
| 5.6 结论 | 第115-116页 |
| 第六章 总结与展望 | 第116-118页 |
| 6.1 主要研究成果和创新点 | 第116-117页 |
| 6.2 展望 | 第117-118页 |
| 参考文献 | 第118-128页 |
| 致谢 | 第128-129页 |
| 在学期间的研究成果和发表的论文 | 第129页 |
