作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了采用自适应神经模糊系统进行电池劣化程度预测的建模方法,模型综合了多变量对劣化程度计算的影响,达到了对电池劣化程度准确估计的目的,从而解决了蓄电池劣化程度在线监测的难题.
推荐文章
基于模糊神经网络的蓄电池劣化程度预测研究
阀控铅酸盐蓄电池
模糊神经网络
预测
基于改进RBF神经网络训练算法的蓄电池SOC估算
SOC估算
RBF神经网络
正则化
模糊控制
模拟退火算法
Matlab
基于软测量技术的蓄电池容量估计方法研究
软测量
铅酸蓄电池
SOC
自适应模糊神经网络
基于GA-Elman神经网络的电池劣化程度预测研究
阀控铅酸蓄电池
劣化程度
Elman神经网络
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊神经网络的蓄电池劣化程度预测
来源期刊 电源技术 学科 工学
关键词 阀控铅酸蓄电池 劣化 模糊神经网络
年,卷(期) 2006,(12) 所属期刊栏目 工装设备
研究方向 页码范围 1009-1012
页数 4页 分类号 TM91
字数 4504字 语种 中文
DOI 10.3969/j.issn.1002-087X.2006.12.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (14)
同被引文献  (12)
二级引证文献  (34)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
阀控铅酸蓄电池
劣化
模糊神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导