锂离子电池最优充电电流预测方法研究

• 作者: 曹龙汉 李锐 焦晓燕 牟浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群算法 支持向量机 参数优化 锂离子电池 最优充电
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工程与应用
• 页码范围: 266-270
• 页数: 5页
• 分类号: TP39
• 字数: 3755字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0211

摘要

为解决锂离子电池最优充电中电流设定的关键问题，提出蚁群算法（ACO）优化回归型支持向量机（SVR）核心参数，并将蚁群优化的回归型支持向量机（ACO-SVR）用于最优充电电流的预测。SVR核心参数C和g以节点值的形式在蚁群系统中体现，以交叉验证意义下误差作为目标函数更新节点信息素浓度，经过有限次迭代得到最优C和g值，使SVR性能最优。根据锂离子电池实测充电数据建立了ACO-SVR最优充电电流模型，结果表明ACO-SVR模型具有较少的寻优时间和较好的预测精度，通过理论分析和实验数据验证了该方法具有一定的实用性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锐	重庆通信学院电力电子教研室	9	28	4.0	5.0
2	曹龙汉	重庆通信学院控制工程重点实验室	60	395	10.0	18.0
3	牟浩	重庆通信学院控制工程重点实验室	8	19	3.0	4.0
4	焦晓燕		1	5	1.0	1.0