论文部分内容阅读
针对当前混合动力汽车电池SOC（state of charge,SOC）预测精度不高的情况,将预测能力很强的BP神经网络应用于SOC预测之中,并采用差分进化算法,提出一种基于优化BP网络求解全局最优SOC的预测方法。预测结果表明：提出的算法预测精度在3%以内,具有较高的精度,能够满足实际需要。
运用DE-BP神经网络的混合动力电池SOC预测
【摘 要】
：
针对当前混合动力汽车电池SOC（state of charge,SOC）预测精度不高的情况,将预测能力很强的BP神经网络应用于SOC预测之中,并采用差分进化算法,提出一种基于优化BP网络求解全局最
【机 构】
：
重庆交通大学机电与汽车工程学院
【出 处】
：
重庆理工大学学报：自然科学版
【发表日期】
：
2015年8期
【基金项目】
：
国家自然科学基金资助项目（51305473）, 中国博士后科学基金资助项目（2014M552317）, 重庆市科委基础与前沿研究计划项目（cstc2013jcyj A60007）, 重庆市教委科学技术研究项目（KJ120421）, 重庆市博士后研究人员科研项目（xm2014032）
其他文献
研究了加不等胆固醇、亚相pH值及加入成膜物质量等因素对磷脂酰甘油单分子膜的影响。运用正交实验法研究了这几个因素同时对磷脂酰甘油单分子膜的影响。用极差分析方法得到影
为了开发出一种无曲柄连杆机构的大缸径二冲程点燃式活塞发动机,参考国外设计专利,运用三维CAD软件构建发动机概念电子样机,分析发动机结构与工作原理。结果表明:新型大缸径
为预防机场加油静电事故,将危险与可操作性分析（HAZOP）引入机场加油过程静电危险因素辨识,并根据实际情况对HAZOP分析表作出改进,不仅提高了工作效率,而且充分发挥了其指向性强
针对混合流体对流增压过程中的密度变化情况，从液体的压缩性及膨胀性理论出发，分析了液体在不同状态时的物质特性；将混合流体增压过程分成2种不同状态的混合和增压部分，同时结合