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:
介绍了最小二乘支持向量机( LS-SVM)和遗传算法(GA)的基本理论,建立了基于遗传算法的最小二乘支持向量机蓄电池SOC估测模型.通过数据验证选择了模型的最优核函数,同时利用遗传算法对模型的参数进行了寻优.将寻优结果代入模型进行验证,结果表明,该模型具有很高的预测精度,应用在装甲车辆铅酸蓄电池SOC测上具有很高的实用价值.
推荐文章
基于遗传算法的加权最小二乘支持向量机GPS高程拟合法
粗差
精度
权函数
参数寻优
遗传算法
基于遗传算法和最小二乘支持向量机可靠性分配
可靠性分配
遗传算法
最小二乘支持向量机
逆向思维
三角模糊数
基于遗传算法和最小二乘支持向量机的织物剪切性能预测
计量学
织物
剪切性能
最小二乘支持向量机
遗传算法
基于网格搜索优化LS_SVM蓄电池SOC估测
蓄电池
SOC
最小二乘支持向量机
核函数
网格搜索
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 基于遗传算法最小二乘支持向量机蓄电池SOC估测
来源期刊 电源技术 学科 工学
关键词 蓄电池SOC 最小二乘支持向量机 预测模型 遗传算法
年,卷(期) 2012,(9) 所属期刊栏目 研究与设计
研究方向 页码范围 1331-1333,1379
页数 分类号 TM912
字数 2554字 语种 中文
DOI 10.3969/j.issn.1002-087X.2012.09.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李刚 装甲兵工程学院控制工程系 10 34 3.0 5.0
2 谢永成 装甲兵工程学院控制工程系 64 287 9.0 12.0
3 李光升 装甲兵工程学院控制工程系 64 279 9.0 12.0
4 魏宁 装甲兵工程学院控制工程系 34 135 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (33)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蓄电池SOC
最小二乘支持向量机
预测模型
遗传算法
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