基于GA-LM-BP神经网络的锂离子电池预测研究

摘要：

针对BP神经网络训练学习速度慢、容易陷入局部极小值的缺陷,利用LM算法融合高斯-牛顿法和梯度下降法优点的快速性,充分利用遗传算法全局随机搜索强的优势,构建了三层5-6-1型的GA-LM-BP神经网络结构,优化BP神经网络的初始权值和阀值,减少了BP神经网络陷入局部极小值的几率;通过对锂离子电池数据进行了实验,结果表明了该方法预测的有效性.

关键词：BP神经网络、锂离子电池、预测

所属期刊栏目：26

分类号：TP273(自动化技术及设备)

资助基金：国防预先研究基金项目9140A27020113JB11393,9140A27020314JB11438

在线出版日期：2018-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-47,108