基于改进支持向量回归机的锂离子电池剩余寿命预测

• 作者: 李泽滔 王一宣
• 来源期刊: 汽车技术
• 学科: 工学
• 关键词: 锂离子电池 剩余循环寿命 支持向量回归机 粒子群优化 人工免疫算法 完全学习
• 年，卷（期）: 2020,（2）
• 页码范围: 28-32
• 页数: 5页
• 分类号: TM192
• 字数: 3969字
• 语种: 中文
• DOI: 10.19620/j.cnki.1000-3703.20190418

摘要

为提高电动汽车锂离子电池剩余循环寿命预测的准确性,提出了一种基于改进支持向量回归机的预测算法,利用免疫完全学习型粒子群优化算法对支持向量回归机的惩罚系数和超参数进行优化,增强其预测能力,基于NASA PCoE研究中心提供的锂电池测量数据,与完全学习型粒子群优化的支持向量回归机预测算法进行对比分析,仿真结果显示,本文提出的算法预测相对误差低于6％,容量预测平均相对误差低于0.4％,具有更好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李泽滔		54	194	7.0	11.0
2	王一宣		2	5	2.0	2.0