国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

基于DEPSO-RBF神經(jīng)網(wǎng)絡(luò )的鋅銀電池SOC估計
DOI:
CSTR:
作者:
作者單位:

(1.第二炮兵工程大學(xué) 控制工程系,西安 710025;  ;2.航天科工集團梅嶺化工廠(chǎng),貴州 遵義 563000)

作者簡(jiǎn)介:

陳雷雨(1990-),男,河北邯鄲人,碩士研究生,主要從事測試計量、飛行器控制等方向的研究。 岳瑞華(1968-),男,河南鄧州人,博士,教授,主要從事測試計量、飛行器控制等方向的研究。[FQ)]

通訊作者:

中圖分類(lèi)號:

基金項目:

國家自然科學(xué)基金資助(61203007)。


Estimation for Silver-zinc Battery State of Charge Based on DEPSO-RBF Neural Network
Author:
Affiliation:

(1.Department of Control Engineering,Second Artillery Engineering University,Xi'an 710025,China; ;2.Aerospace Science Industry Corp Meiling chemical plant,Zunyi 563003,China)

Fund Project:

  • 摘要
  • |
  • 圖/表
  • |
  • 訪(fǎng)問(wèn)統計
  • |
  • 參考文獻
  • |
  • 相似文獻
  • |
  • 引證文獻
  • |
  • 資源附件
  • |
  • 文章評論
    摘要:

    電池容量是判斷電池性能狀態(tài)的重要指標。針對鋅銀電池的荷電狀態(tài)估計問(wèn)題,利用電池放電過(guò)程中放電時(shí)間、放電電流和電池電壓3個(gè)參數作為徑向基神經(jīng)網(wǎng)絡(luò )的輸入,電池荷電狀態(tài)為輸出,建立電池放電的徑向基神經(jīng)網(wǎng)絡(luò )模型;為克服徑向基神經(jīng)網(wǎng)絡(luò )收斂精度不高、易陷入局部極小值的缺點(diǎn),采用差分進(jìn)化算法和粒子群算法結合的混合算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò );MATLAB仿真結果表明,經(jīng)過(guò)混合優(yōu)化算法優(yōu)化的徑向基神經(jīng)網(wǎng)絡(luò )與僅使用粒子群優(yōu)化的徑向基神經(jīng)網(wǎng)絡(luò )相比,估計精度得到大大提高。

    Abstract:

    The battery capacity is the key characteristic which determines the performance of battery. The estimation of zinc silver battery state of charge is the key research point. Using battery discharge time of whole discharge process, the discharge current and battery voltage as radial basis function (RBF) neural network input parameters, battery status of charge as the output parameter, this paper establishes RBF neural network model of battery discharge. In order to overcome the shortcoming of the RBF neural network with low convergence accuracy and easy to fall into local minimum, the hybrid algorithm, which is based on differential evolution algorithm and particle swarm optimization, optimizes the RBF neural network. After Simulating with MATLAB, results display that, RBF neural network optimized by hybrid optimization algorithm possesses higher estimation accuracy and less estimation error compared with RBF neural network optimized by particle swarm optimization algorithm.

    參考文獻
    相似文獻
    引證文獻
引用本文

陳雷雨,岳瑞華,王華國,馬清亮,王毅.基于DEPSO-RBF神經(jīng)網(wǎng)絡(luò )的鋅銀電池SOC估計計算機測量與控制[J].,2015,23(9):3225-3227, 3234.

復制
分享
文章指標
  • 點(diǎn)擊次數:
  • 下載次數:
  • HTML閱讀次數:
  • 引用次數:
歷史
  • 收稿日期:2015-05-22
  • 最后修改日期:2015-06-29
  • 錄用日期:
  • 在線(xiàn)發(fā)布日期: 2015-10-08
  • 出版日期:
文章二維碼
民乐县| 康平县| 平安县| 深圳市| 吉木萨尔县| 宁乡县| 黔江区| 广河县| 青川县| 固原市| 肥西县| 淅川县| 永新县| 攀枝花市| 新蔡县| 阳高县| 深圳市| 呼和浩特市| 寻甸| 曲麻莱县| 米易县| 陆丰市| 丰县| 桦甸市| 黑龙江省| 高碑店市| 信阳市| 新昌县| 饶阳县| 日土县| 石屏县| 磐安县| 大英县| 兰溪市| 舒城县| 莱西市| 和平区| 司法| 鹤岗市| 聊城市| 泸州市|