《改進的ACO-BP神經網路在鋰離子電池SOC估算中的套用》是王震,陸金桂撰寫的一篇論文。
基本介紹
- 中文名：改進的ACO-BP神經網路在鋰離子電池SOC估算中的套用
- 論文來源：輕工學報
- 發表時間：2019-10-20
- 作者：王震,陸金桂
- 關鍵字：電池SOC;蟻群最佳化;神經網路;估算模型;
論文摘要,引文格式,
論文摘要
針對單一BP神經網路模型估算鋰離子電池SOC易陷入局部最優的問題,引入蟻群算法ACO,並與BP神經網路模型相結合,提出了改進的ACO-BP神經網路以估算電池SOC.採用慣性矯正算法,在校正權閾值時加入慣性量,以改進BP神經網路;利用改進的全局信息素更新規則來改進ACO算法,以解決其易早熟收斂的問題.將經改進的ACO-BP神經網路套用於18650鋰離子動力電池SOC估算,結果表明,改進的ACO-BP神經網路估算SOC的相對誤差能控制在±1.957%以內,MAPE為0.897%,精度和穩定性明顯優於單一BP神經網路和ACO-BP神經網路.
引文格式
[1]王震,陸金桂.改進的ACO-BP神經網路在鋰離子電池SOC估算中的套用[J/OL].輕工學報:1-7[2019-10-20]
