基于改进灰狼优化与支持向量回归的锂电池健康状态预测

李龙刚; 李立伟; 杨玉新; 罗羽

首页> 中文期刊> 《南京理工大学学报：自然科学版》 >基于改进灰狼优化与支持向量回归的锂电池健康状态预测

基于改进灰狼优化与支持向量回归的锂电池健康状态预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高锂电池健康状态(SOH)的预测精度,将改进的灰狼优化(IGWO)算法与支持向量回归(SVR)相结合,提出了一种基于改进灰狼优化和支持向量回归(IGWO-SVR)的联合算法。该算法的核心思想是运用改进的GWO算法解决SVR模型中的参数联合寻优问题。IGWO-SVR随机产生1个灰狼种群,灰狼个体的位置向量由SVR模型的3个参数C,σ,ε组成。根据每只灰狼的位置信息进行学习,并计算适应度。按照适应度值对狼群进行分级,对灰狼个体位置进行更新,然后进行差分进化操作,选择优秀个体进入下一代种群,重新计算灰狼个体在新位置的适应度。迭代过程结束后,提取狼群中适应度最优的灰狼位置信息作为最终的SVR模型参数进行训练。在美国国家航空航天局(NASA)锂电池数据集上的实验表明了所提SOH预测方法的有效性。

著录项

来源
《南京理工大学学报：自然科学版》 |2020年第2期|154-161|共9页
作者
李龙刚; 李立伟; 杨玉新; 罗羽;
展开▼
作者单位

青岛大学电气工程学院;

山东青岛266071;

青岛大学图书馆;

山东青岛266071;

潍坊市产品质量检验所;

山东潍坊261000;

展开▼
原文格式 PDF
正文语种 chi
中图分类酸性蓄电池;
关键词
锂电池; 健康状态; 改进灰狼优化算法; 支持向量回归; 参数联合寻优;

相似文献

中文文献
外文文献
专利

1. 基于局部信息融合及支持向量回归集成的锂电池健康状态预测 [J] . 陈建新 ,候建明 ,王鑫 . 南京理工大学学报（自然科学版） . 2018,第001期
2. 基于遗传算法和支持向量回归的锂电池健康状态预测 [J] . 刘皓 ,胡明昕 ,朱一亨 . 南京理工大学学报（自然科学版） . 2018,第003期
3. 基于灰狼优化支持向量回归的船舶航迹预测 [J] . 陈影玉 ,索永峰 ,杨神化 . 上海海事大学学报 . 2021,第004期
4. 基于改进灰狼算法优化多核支持向量回归机及其应用 [J] . 王颖 ,朱刘涛 ,童勤 . 计算机系统应用 . 2021,第001期
5. 基于支持向量回归的锂电池健康状态估计 [J] . 张新锋 ,饶勇翔 ,姚蒙蒙 . 中北大学学报（自然科学版） . 2019,第006期
6. 一种基于支持向量机的锂电池健康状态评估方法 [C] . Li Rui-qi ,李睿琪 ,Wang Yu-jie . 第17届中国系统仿真技术及其应用学术年会（17th CCSSTA 2016) . 2016
7. 基于改进支持向量回归法的系统状态估计预测技术研究 [A] . 黄思嘉 . 2020

基于改进灰狼优化与支持向量回归的锂电池健康状态预测

摘要

著录项

相似文献

相关主题

期刊订阅