1.一种基于VR的车辆维修保养辅助系统，其特征是，包括车辆数据获取模块、车辆故障数据库、虚拟故障维修数据库、数据处理模块、车辆故障诊断模块和虚拟现实演示模块，所述车辆数据获取模块用于获取能够反映车辆状态的车辆运行数据，所述车辆故障数据库中存储有车辆的故障类型和所述故障类型对应的车辆运行数据，所述虚拟故障维修数据库中存储有车辆的故障类型和所述故障类型对应的维修方式，所述数据处理模块用于对车辆数据获取模块和车辆故障数据库中的数据进行归一化处理，所述车辆故障诊断模块采用归一化处理后的车辆故障数据库中的数据训练BP神经网络诊断模型，并将归一化处理后的车辆数据获取模块的车辆运行数据输入到训练好的BP神经网络诊断模型进行车辆故障诊断，BP神经网络诊断模型的输出结果即为车辆的故障类型，所述虚拟现实演示模块用于根据车辆故障诊断模块诊断所得的故障类型调取虚拟故障维修数据库中存储的所述故障类型对应的维修方式，并以虚拟现实技术演示所述维修方式。

2.根据权利要求1所述的一种基于VR的车辆维修保养辅助系统，其特征是，采用粒子群算法优化车辆故障诊断模块中采用的BP神经网络的权重和阈值，定义粒子群算法的适应度函数f的表达式为：

式中，n表示样本个数，Yij表示第i个样本的第j个理想输出值，yij表示第i个样本的第j个实际输出值，p代表输出节点个数；

在所述粒子群算法中定义三种不同的粒子更新模式，第一种粒子更新模式为：Xi(t+1)＝Xi(t)+Vi(t+1)第二种粒子更新模式为：

Xi(t+1)＝Xi(t)+Vi(t+1)第三种粒子更新模式为：

Xi(t+1)＝Xi(t)+Vi(t+1)式中，Xi(t)和Vi(t)分别表示粒子i在第t次迭代更新后的位置和步长，Xi(t+1)和Vi(t+

1)分别表示粒子i在第(t+1)次迭代更新后的位置和步长， 表示粒子i在第t次迭代更新后采用第一种更新模式进行更新对应的惯性权重因子， 表示粒子i在第t次迭代更新后采用第二种更新模式进行更新对应的惯性权重因子， 表示粒子i在第t次迭代更新后采用第三种更新模式进行更新对应的惯性权重因子，rand()表示产生0到1之间的随机数，c1、c2、c3、c4、c5和c6分别为学习因子，且c1、c2、c3、c4、c5、c6的值设置为2，B(t)表示粒子群在第t次迭代更新后的全局最优解，Pi(t)表示粒子i在第t次迭代更新后的个体最优解，Li(t)表示粒子i在第t次迭代更新后的局部参考解，且 θ(Xi(t)，Xl(t))为判断函数，且 其中，Xl(t)表示粒子l在第t次迭代更新后的位置，fi(t)表示粒子i在第t次迭代更新后对应的适应度函数值，fl(t)表示粒子l在第t次迭代更新后对应的适应度函数值，d(Xi(t)，Xl(t))表示粒子i在第t次迭代更新后的位置Xi(t)和粒子l在第t次迭代更新后的位置Xl(t)之间的距离，Ri(t)为粒子i在第t次迭代更新后对应的局部参考半径，且表示粒子i在第t次迭代更新后的位置Xi(t)和粒子群中其他粒子的位置之间距离的最小值，且 表示粒子i在第t次迭代更新后的位置Xi(t)和粒子群中其他粒子的位置之间距离的中值，且Ki(t)表示粒子i在第t次迭代更新后的全局参考解，且 d(Pi(t)，B(t))表示粒子i在第t次迭代更新后的个体最优解Pi(t)和全局最优解B(t)之间的距离， 表示粒子i在第t次迭代更新后的位置Xi(t)和粒子群中其他粒子的位置之间距离的最大值，且

定义 表示粒子i选取第j种更新模式进行第(t+1)次迭代更新的优先级，且的表达式为：

式中， 表示粒子i从初始化到第t次迭代更新后采用第j种更新模式进行更新的迭代总次数， 表示粒子i第l次采用第j种更新模式进行更新对应的迭代次数， 表示粒子i在第 次迭代更新后对应的适应度函数值， 表示粒子i在第次迭代更新后对应的适应度函数值， 为比较函数，当时，则 当

时，则 表示粒子i最近一次采用第j种更新模式进行更新对应的迭代次数， 表示粒子i在第 次迭代更新后对应的适应度函数值，表示粒子i在第 次迭代更新后对应的适应度函数值， 和分别表示粒子i从初始化到第t次迭代更新后的最大适应度函数值和最小适应度函数值， 为粒子i在第t次迭代更新后采用第j种更新模式进行更新的优先级的修正因子，当fi(t)≤H1(f)时，则 当H1(f)＜fi(t)≤H2(f)时，则当fi(t)＞H2(f)时，则 其中，H1(f)和H2(f)为给定的第一适应度函数阈值和第二适应度函数阈值，目 其中，N为粒子群中粒子的总数， 为粒子群在第t次迭代更新后的平均适应度函数值， 为比较函数，当 时，则 当 时，则

粒子i最终选取具有最大优先级的更新模式进行第(t+1)次的迭代更新。

3.根据权利要求2所述的一种基于VR的车辆维修保养辅助系统，其特征是，设 表示粒子i在第t次迭代更新后采用第j种更新模式进行更新对应的惯性权重因子，且j＝1，2，3，的值采用下列方式进行确定：

(1)将粒子群中在第t次迭代更新后选取第j种更新模式进行第(t+1)次迭代更新的粒子按其适应度值由小到大进行排列组成集合J(t)，得到粒子i在集合J(t)中的排序(2)给定理想适应度函数值F(X)，定义粒子群在第t次迭代更新后的种群寻优度检测因子为β(t)，则β(t)的表达式为：其中，f(Pi(t))表示粒子i在第t次迭代更新后的个体最优解Pi(t)对应的适应度函数值，fmax(t)表示粒子群在第t次迭代更新后的最大适应度函数值，fmin(t)表示粒子群在第t次迭代更新后的最小适应度函数值；

则 的值为：

式中，ωmax和ωmin为给定的最大惯性权重因子和最小惯性权重因子， 为采用第j种j

更新模式进行更新对应的最大惯性权重因子，且 N为集合J(t)中的粒子数。