典型文献
改进MD-MTD的神经网络锂电池寿命预测仿真
文献摘要：
针对锂电池数据不充足的条件下构建的BP神经网络模型泛化能力差导致预测精度低的问题,文中提出了一种改进多分布整体趋势扩散技术的BP神经网络建模方法.利用麻雀搜索算法优化BP神经网络的初始参数,求取多分布整体趋势扩散技术生成的虚拟样本标签,结合原始数据和虚拟样本数据训练BP神经网络.采用NASA锂电池公开数据集对所提算法进行验证.仿真结果表明:该算法与MD-MTD以及超球特征方程算法相比,锂电池剩余寿命预测平均误差分别下降31.2％和5.1％,有效解决了数据不充足条件下模型预测精度低的问题.
文献关键词：
锂电池寿命预测;多分布整体趋势扩散;BP神经网络;麻雀搜索算法
中图分类号：
作者姓名：
朱鸿杰;吕志刚;邸若海;孙晓静;郝可青
作者机构：
西安工业大学 电子信息工程学院,西安 710021;西北机电工程研究所,咸阳 712099;西安工业大学 兵器科学与技术学院,西安 710021
文献出处：
引用格式：
[1]朱鸿杰;吕志刚;邸若海;孙晓静;郝可青-.改进MD-MTD的神经网络锂电池寿命预测仿真)[J].西安工业大学学报,2022(06):620-626
A类：
锂电池寿命预测,多分布整体趋势扩散
B类：
MD,MTD,模型泛化,泛化能力,网络建模,麻雀搜索算法,算法优化,求取,虚拟样本,样本标签,原始数据,数据训练,NASA,公开数据集,超球,特征方程,剩余寿命预测,平均误差,别下
AB值：
0.218502
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
