忘川彼岸|基于机器学习的新能源汽车电池状态预测方法( 二 )
总结针对电动汽车锂离子电池模块 , 建立了一种新的基于机器学习的SOC估计器 。 学习机制包括两个步骤 。 在第一步 , 利用遗传-模糊聚类技术 , 减法聚类和直接搜索算法学习模型的拓扑结构和前参数 。 随后 , 采用递归最小二乘法提取后续参数 。 在第二步中 , 反向传播学习算法 , 同时对前向参数和后向参数进行优化 。 实验验证表明 , 该模型具有良好的SOC跟踪精度(RMSE仅为1.68%) 。 通过与标准学习方法建立的模型的比较 , 证明了该模型在平均和最坏情况下都具有优越性 。
致谢【忘川彼岸|基于机器学习的新能源汽车电池状态预测方法】本文由南京大学软件学院2020级硕士生倪烨翻译转述 。
推荐阅读
- 忘川彼岸|小米,再见了
- 怅然|基于Ansible和Devops的一键测试环境部署实践
- 航天飞机|神龙空天飞机重现江湖?速度24马赫,系列独创技术领先大洋彼岸
- 手机圈小胖|Plus获得基于安卓7.0的Flyme8稳定版推送,魅族15
- 忘川秋水|A51低至百元一夜沦为弃机,三星M51正式发布
- AI小智君|中国科学家研制!我国首台基于自主知识产权类脑芯片的类脑计算机
- 忘川彼岸|Graudit 来查找你代码中的安全漏洞,使用命令行工具
- 运载火箭|大洋彼岸传来噩耗,美火箭升空前3秒再次终止发射,现场浓烟滚滚
- 忘川彼岸|给你舒适的音感体验,小鸟无线蓝牙耳机
- 三好先森|RC 发布,基于AntV的权限管理系统,CatchAdmin