遗传算法和BP网络在电池电量预测中的研究

• 作者: 余群明 焦慧敏
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 误差反向传播神经网络 遗传算法 剩余电量 镍氢电池
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 218-220,267
• 页数: 4页
• 分类号: TP391.9|TM91
• 字数: 3132字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.11.055

摘要

蓄电池剩余容量为汽车可持续行进提供有力的判据,所以,对它的准确估计有重要的意义.该文在BP网络的基础上采用一种组合方法对荷电状态进行预测;并利用BP网络学习能力与泛化能力满足的不确定关系确定隐层节点数;利用遗传算法,确定初始权值和阀值,使网络的初始条件得到优化,使神经具有更好的收敛速度和收敛质量;通过实验表明网络不仅收敛速度快,而且易达到最优解, 证明网络对MH-Ni电池剩余电量的预测是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦慧敏	湖南大学国家重点汽车实验室	2	23	2.0	2.0
2	余群明	湖南大学国家重点汽车实验室	28	319	11.0	17.0