遗传算法优化BP网络的锂电池剩余容量预测
为了有效地对锂电池剩余容量进行预测,在分析了BP神经网络对剩余容量模型非线性回归基础上,针对BP算法预测迭代速度慢且易出现局部最优的问题,提出了一种基于遗传算法(GA)优化BP神经网络的算法.遗传算法具有较强劲的全局搜索能力,将其应用到BP神经网络的参数寻优当中,可以寻找到BP网络的最优参数.将该模型应用于锂离子电池剩余容量的预测,并将生成的模型与单独使用BP神经网络的预测模型比较.仿真结果表明,基于遗传算法优化的BP神经网络剩余容量预测的精准度高于单独使用BP网络剩余容量预测的精准度,为锂离子电池容量预测提供了一种新方法.
锂离子电池、容量预测、BP神经网络、遗传算法
TM912
科技创新基金2016XAYPT05
2019-04-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
35-37,40