-
公开(公告)号：CN118050639A
公开(公告)日：2024-05-17
申请号：CN202311333832.0
申请日：2023-10-16
Applicant: 南京邮电大学通达学院
IPC: G01R31/367 , G01R31/387 , G01R31/378 , G06N3/006
Abstract: 本发明公开了基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池荷电状态的方法。通过非线性收敛因子和差分进化算法改进鲸鱼优化算法，用以优化传统ELM输入层和隐藏层的权值和阈值，提高模型的稳定性和预测精度，引入差分进化算法以增强鲸鱼优化算法的全局寻优能力。本发明所提出的改进非线性收敛因子在迭代的早期具有强大的全局搜索能力，同时保持快速收敛速度，并且在后期避免陷入局部最优，保持高收敛率；提出的差分进化算法通过变异和交叉保持种群的多样性，提高算法跳出局部最优的可能性。本发明能够以更高的精确度完成锂离子电池荷电状态的估计，平均绝对误差达到，与单独使用极限学习机进行估计相比性能显著提升。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
