摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第9-19页 |
1.1 研究背景 | 第9-12页 |
1.1.1 驾驶性定义 | 第9-10页 |
1.1.2 驾驶性的评价 | 第10-11页 |
1.1.3 课题来源及意义 | 第11-12页 |
1.2 国内外驾驶性研究现状 | 第12-17页 |
1.2.1 主观评价研究 | 第12-14页 |
1.2.2 客观评价研究 | 第14-17页 |
1.3 论文主要研究内容 | 第17-19页 |
第二章 驾驶性主观与客观评价指标体系构建 | 第19-31页 |
2.1 主观评价指标体系 | 第19-22页 |
2.1.1 主观评价标准及评分方法 | 第19-21页 |
2.1.2 主观评价指标及其影响因素分析 | 第21-22页 |
2.2 客观评价指标体系 | 第22-29页 |
2.2.1 换挡工况的客观评价指标 | 第23-27页 |
2.2.2 起步工况的客观评价指标 | 第27-29页 |
2.3 本章小结 | 第29-31页 |
第三章 整车试验方案研究 | 第31-43页 |
3.1 试验准备 | 第31-32页 |
3.1.1 试验车辆 | 第31页 |
3.1.2 试验场地 | 第31页 |
3.1.3 试验环境 | 第31-32页 |
3.2 试验工况 | 第32-33页 |
3.3 主观评价试验方案 | 第33-35页 |
3.3.1 试验注意事项 | 第33页 |
3.3.2 主观评分表 | 第33-35页 |
3.4 客观数据采集方案 | 第35-40页 |
3.4.1 采集信号来源 | 第35页 |
3.4.2 试验设备 | 第35-37页 |
3.4.3 数据采集软件平台 | 第37-38页 |
3.4.4 加速度信号处理 | 第38-39页 |
3.4.5 客观试验过程数据 | 第39-40页 |
3.5 部分试验数据 | 第40-42页 |
3.6 本章小结 | 第42-43页 |
第四章 主客观评价指标相关分析和回归分析 | 第43-53页 |
4.1 主、客观评价指标相关分析 | 第43-47页 |
4.1.1 相关性分析原理及SPSS实现 | 第43-44页 |
4.1.2 换挡工况主、客观评价指标相关性分析 | 第44-46页 |
4.1.3 起步工况主、客评价指标相关性分析 | 第46-47页 |
4.2 主、客观评价指标多元线性回归 | 第47-52页 |
4.2.1 多元线性回归分析原理及SPSS实现 | 第47-48页 |
4.2.2 换挡多元线性回归预测模型构建 | 第48-50页 |
4.2.3 起步工况多元线性回归分析 | 第50-52页 |
4.3 本章小结 | 第52-53页 |
第五章 基于BP神经网络的评价方法研究 | 第53-76页 |
5.1 基于BP神经网络的评价方法可行性分析 | 第53-54页 |
5.2 BP神经网络理论基础 | 第54-60页 |
5.2.1 BP网络的结构与特点 | 第54-55页 |
5.2.2 BP网络的学习算法 | 第55-59页 |
5.2.3 驾驶性BP神经网络预测模型 | 第59-60页 |
5.3 换挡驾驶性BP神经网络预测模型 | 第60-69页 |
5.3.1 输入、输出层神经元的确定 | 第60页 |
5.3.2 传递函数与训练算法的选择 | 第60-63页 |
5.3.3 模型训练样本的处理 | 第63-64页 |
5.3.4 隐含层数及神经元个数的选择 | 第64-66页 |
5.3.5 模型的训练及预测 | 第66-67页 |
5.3.6 换挡BP神经网络模型与多元线性回归模型对比分析 | 第67-69页 |
5.4 起步驾驶性BP神经网络预测模型 | 第69-74页 |
5.4.1 输入、输出层神经元的确定 | 第69-70页 |
5.4.2 传递函数与训练算法的选择 | 第70页 |
5.4.3 模型训练样本的处理 | 第70页 |
5.4.4 隐含层数及神经元个数的选择 | 第70-71页 |
5.4.5 模型的训练及预测 | 第71-72页 |
5.4.6 起步BP神经网络模型与多元线性回归模型对比分析 | 第72-74页 |
5.5 本章小结 | 第74-76页 |
第六章 结论与展望 | 第76-78页 |
6.1 结论 | 第76-77页 |
6.2 工作展望 | 第77-78页 |
参考文献 | 第78-82页 |
攻读学位期间所取得的相关科研成果 | 第82-84页 |
致谢 | 第84-86页 |
附录A | 第86-88页 |