1. 毕业设计（论文）主要内容：

基于神经网络方法，利用历史行驶数据进行训练学习，预测电动汽车未来行程上的功率，可用于能量管理，续驶里程估计、充电规划等。论文主要内容包括：

1、基于纯电动汽车，建立车辆功率模型；

2、利用matlab/simulink，建立神经网络算法模型；

2. 毕业设计（论文）主要任务及要求

（1）不少于3张1～2^#图纸；

（2）毕业论文不少于3万字；

（3）毕业设计文献检索不少于30篇，其中10篇外文，文献检索每篇不少于200字；

3. 毕业设计（论文）完成任务的计划与安排

1-2（7 学期第19-20周） 确定毕业设计选题、完善毕业设计任务书(相关参数)、校内外资料收集

3（8 学期第1周） 方案构思、文献检索、完成开题报告

4～5（8学期第2-3周） 外文翻译、资料再收集

4. 主要参考文献

1、李亚秋, 吴超仲, 马晓凤, et al. 基于ekf学习方法的bp神经网络汽车换道意图识别模型研究[j]. 武汉理工大学学报(交通科学与工程版),2013, 37(4):843-847.

2、z. wang, g. xu, w. li, y. xu, in: driving load forecasting usingcascade neural networks,advances in neural networks,2007, pp. 988–997.

3、3、z. chen, r. xiong, c. wang, j. cao, an on-linepredictive energy management strategy for plug-in hybrid electric vehicles tocounter the uncertain prediction of the driving cycle, appl. energy 185 (2017)1663–1672.