基于DE优化SVR的锂离子电池剩余容量预测

• 作者: 何俊强 吴珍毅 唐超 曹龙汉 赵泽鑫
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机回归 微分进化算法 粒子群优化算法 参数选择 锂离子电池 容量预测
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 电子·自动化
• 页码范围: 92-96
• 分类号: TM912
• 字数: 2950字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425-B.2011.03.020

摘要

在分析了支持向量机回归算法(SVR)对剩余容量模型非线性回归基础上,针对SVR参数选择难的问题,提出了一种基于微分进化(DE)算法优化SVR的算法,DE具有强劲的全局搜索能力,将其应用到SVR的参数寻优当中去,可以寻找到SVR的最优参数.将该方法应用于锂离子电池剩余容量的预测模型,并将生成的模型和基于粒子群优化(PSO)算法的SVR锂离子电池容量预测模型比较.仿真结果表明,基于DE优化的SVR剩余容量预测的精准度高于PSO优化的SVR剩余容量预测精准度,为锂离子电池容量预测提供了一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹龙汉	重庆通信学院控制工程重点实验室	60	395	10.0	18.0
2	唐超	重庆通信学院控制工程重点实验室	10	62	5.0	7.0
3	何俊强	重庆通信学院控制工程重点实验室	11	83	6.0	9.0
4	吴珍毅	重庆通信学院控制工程重点实验室	7	28	4.0	5.0
5	赵泽鑫		1	11	1.0	1.0