基于模糊C均值改进算法和ANFIS的蓄电池SOC预测

• 作者: 刘守印 刘微 杨慧婕 黄先莉
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 自适应神经模糊推理系统 模糊C均值聚类 减法聚类 剩余电量
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 111-116
• 页数: 6页
• 分类号: TP18
• 字数: 5440字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.12.022

摘要

蓄电池剩余电量预测作为蓄电池智能管理系统的核心部分,为合理控制蓄电池的充放电情况、延长蓄电池的使用寿命提供了判据.然而蓄电池剩余电量的影响因素复杂、预测难度较大.针对这一挑战性课题,提出一种基于改进的模糊C均值聚类和自适应模糊神经推理系统(ANFIS)的预测算法,采用减法聚类和加权模糊C均值聚类生成初始模糊推理系统,通过梯度下降法和最小二乘法混合算法对自适应模糊神经网络中的前件参数和后件参数进行训练,建立非线性预测模型.仿真结果表明,改进的聚类算法解决了传统模糊C均值聚类稳定性差以及对噪声点、错误点敏感的缺点,加快了收敛速度,在此基础上建立的蓄电池剩余电量预测模型也具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄先莉	华中师范大学物理科学与技术学院	7	12	2.0	3.0
2	刘守印	华中师范大学物理科学与技术学院	61	435	9.0	19.0
3	刘微	华中师范大学物理科学与技术学院	2	6	2.0	2.0
4	杨慧婕	华中师范大学物理科学与技术学院	2	6	2.0	2.0