基于GA-BP神经网络的电池剩余电量的预测

• 作者: 冯冬青 李卫帅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 遗传算法 神经网络 电动汽车 电池剩余电量 预测
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 323-326,334
• 分类号: TP183
• 字数: 2659字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.12.080

摘要

研究动力电池剩余电量问题,电池剩余电量的准确预测一直以来都是一个难点.由于剩余电量与电流、内阻和温度有关,电池内部复杂的电化学反应导致了电池电压不能线性反映电池的剩余电量,传统的方法往往会有较大的误差.BP神经网络的特点是可以逼近任意的非线性函数,而BP神经网络并非完美的神经网络,采用用遗传算法优化BP神经网络可以克服其缺点,更好的预测电池的剩余电量.实验结果证明,所用的GA - BP神经网络方法具有反应快,误差小的特点,达到了预先设计的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯冬青	郑州大学电气工程学院	96	930	17.0	23.0
2	李卫帅	郑州大学电气工程学院	1	8	1.0	1.0