基于GA-LM-BP神经网络的锂离子电池预测研究

• 作者: 刘爱军 尹明
• 来源期刊: 计算机测量与控制
• 关键词: BP神经网络 锂离子电池 预测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 44-47,108
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.07.010

摘要

针对BP神经网络训练学习速度慢、容易陷入局部极小值的缺陷,利用LM算法融合高斯-牛顿法和梯度下降法优点的快速性,充分利用遗传算法全局随机搜索强的优势,构建了三层5-6-1型的GA-LM-BP神经网络结构,优化BP神经网络的初始权值和阀值,减少了BP神经网络陷入局部极小值的几率;通过对锂离子电池数据进行了实验,结果表明了该方法预测的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹明	海军工程大学电子工程学院	22	51	4.0	6.0
2	刘爱军	海军工程大学电子工程学院	5	7	2.0	2.0