粒子群优化神经网络在SOC估算中的应用

• 作者: 刘秋丽 苏建强 袁东 马晓军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 神经网络 粒子群优化 荷电状态 局部最优 混沌变量 Logistic映射
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 143-145,148
• 分类号: TP393
• 字数: 4222字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.12.042

摘要

针对电传动车辆用动力电池组荷电状态(SOC)非线性强、普通神经网络模型预测精度低的问题,提出利用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络电池SOC训练模型.为克服粒子群算法容易陷入局部最优的缺点,用混沌变量初始化粒子位置,采用可避免粒子高度聚集的算法,提高模型的预测精度.仿真结果表明,使用该方法估算电池的SOC更具快速性、准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马晓军	装甲兵工程学院控制工程系	160	976	15.0	24.0
2	袁东	装甲兵工程学院控制工程系	48	351	8.0	16.0
3	刘秋丽	装甲兵工程学院控制工程系	7	46	4.0	6.0
4	苏建强	装甲兵工程学院控制工程系	13	88	4.0	9.0