基于PSO优化SVM的航空铅酸蓄电池健康评估研究

• 作者: 刘英 胡远洋 谢家雨
• 来源期刊: 电子制作
• 关键词: 支持向量机 粒子群优化算法 航空铅酸蓄电池 健康评估
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 65-66
• 页数: 2页
• 字数: 486字
• 语种: 中文

摘要

航空铅酸蓄电池状况评估具有针对性,非线性和复杂性等特点.本文使用基于PSO优化支持向量机方法,探究一种新的航空铅酸蓄电池评估模型.因支持向量机的分类准确性在很大程度上依赖于参数选取,因此使用了一种基于粒子群优化算法的支持向量机参数选择方法.为了验证该模型的有效性,利用中国民用航空飞行学院航空铅酸蓄电池的实测数据进行了验证,实验结果表明该模型的分类精度高达95%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘英	中国民用航空飞行学院航空工程学院	5	0	0.0	0.0
2	谢家雨	中国民用航空飞行学院航空工程学院	3	0	0.0	0.0
3	胡远洋	中国民用航空飞行学院航空工程学院	1	0	0.0	0.0