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:
由于坦克蓄电池是一个复杂的非线性系统,要想对其建立一个准确的数学模型是极其困难的.而神经网络具有解决非线性问题,建立模型比较方便的特性.采用模糊神经网络对蓄电池剩余容量进行预测.以实验数据为依据,并通过MATLAB仿真和验证,结果表明:模糊神经网络对蓄电池剩余容量预测准确可行.为坦克蓄电池充电和使用维护提供了依据.
推荐文章
基于改进RBF神经网络训练算法的蓄电池SOC估算
SOC估算
RBF神经网络
正则化
模糊控制
模拟退火算法
Matlab
基于软测量技术的蓄电池容量估计方法研究
软测量
铅酸蓄电池
SOC
自适应模糊神经网络
基于ANFIS模型的蓄电池放电剩余电量估计
剩余电量
蓄电池
直流电源
自适应神经模糊推理系统
变电站
基于恢复电压的铅酸蓄电池容量研究
蓄电池
剩余容量预测
恢复电压
荷电状态
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 基于模糊神经网络的坦克蓄电池剩余容量预测
来源期刊 电气自动化 学科 工学
关键词 坦克蓄电池 模糊神经网络 剩余容量 MATLAB 仿真
年,卷(期) 2014,(1) 所属期刊栏目 电源技术
研究方向 页码范围 27-29,63
页数 4页 分类号 TM931|TM911
字数 2505字 语种 中文
DOI 10.3969/j.issn.1000-3886.2014.01.011
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 冯根生 4 16 3.0 4.0
2 江克宇 4 15 3.0 3.0
3 李学武 1 7 1.0 1.0
4 郭兰风 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (1)
二级引证文献  (2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
坦克蓄电池
模糊神经网络
剩余容量
MATLAB
仿真
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
电气自动化
双月刊
1000-3886
31-1376/TM
大16开
上海市蒙自路360号
4-346
1979
chi
出版文献量(篇)
3919
总下载数(次)
8
论文1v1指导