粒子群优化神经网络在SOC估算中的应用

摘要：

针对电传动车辆用动力电池组荷电状态(SOC)非线性强、普通神经网络模型预测精度低的问题,提出利用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络电池SOC训练模型.为克服粒子群算法容易陷入局部最优的缺点,用混沌变量初始化粒子位置,采用可避免粒子高度聚集的算法,提高模型的预测精度.仿真结果表明,使用该方法估算电池的SOC更具快速性、准确性和稳定性.

关键词：神经网络、粒子群优化、荷电状态、局部最优、混沌变量、Logistic映射

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：143-145,148