基于PSO-SVR优化的锂离子电池剩余容量预测

• 作者: 张志运 王树坤 黄妙华
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 工学
• 关键词: 支持向量回归机 预测精度 剩余容量 泛化性 计算速度
• 年，卷（期）: 2016,（2）
• 页码范围: 380-384
• 页数: 5页
• 分类号: TM912
• 字数: 4314字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2016.02.036

摘要

在分析了支持向量回归机（support vector regression ，SVR）算法基本原理的基础上，提出了一种基于粒子群算法的参数优化方法，增强了SVR的参数全局最优搜索能力，改善了SVR算法的预测能力。将基于网格搜索的SVR算法预测结果作为对比。仿真结果表明，PSO‐SVR算法有更好的预测精度、更强的泛化性，以及更快的计算速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄妙华	武汉理工大学现代汽车零部件技术湖北省重点实验室	87	723	15.0	23.0
3	张志运	武汉理工大学现代汽车零部件技术湖北省重点实验室	3	11	3.0	3.0
5	王树坤	武汉理工大学现代汽车零部件技术湖北省重点实验室	3	14	3.0	3.0