| 基于蝙蝠—粒子群算法优化BP神经网络的电动汽车锂电池故障诊断 | |
| 乔维德1; 陆超2; 袁桂芳3 | |
| 2024 | |
| 发表期刊 | 苏州市职业大学学报
 |
| ISSN | 1008-5475 |
| 卷号 | 35期号:3页码:45-51 |
| 摘要 | 针对电动汽车锂电池故障诊断问题,在分析锂电池故障特征与故障原因的基础上,建立电动汽车锂电池故障诊断模型。该模型包括锂电池故障样本采集处理、BP神经网络、故障特征编码输出及故障类型诊断。采取蝙蝠—粒子群算法优化BP神经网络初始结构参数,利用改进BP算法和故障样本训练并测试BP神经网络。仿真实验结果表明:相比BP算法、遗传算法、粒子群算法,蝙蝠—粒子群算法优化BP神经网络的故障诊断准确性最高、训练时间最短、训练误差最小。 |
| 关键词 | 锂电池 BP神经网络 蝙蝠—粒子群算法 故障诊断 |
| URL | 查看原文 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/173007 |
| 专题 | 国家开放大学江苏分部 |
| 作者单位 | 1.无锡开放大学科研与发展规划处,江苏无锡214011; 2.无锡开放大学教务处,江苏无锡214011; 3.江苏联合职业技术学院无锡机电分院自动化工程系,江苏无锡214028 |
| 第一作者单位 | 国家开放大学江苏分部 |
| 第一作者的第一单位 | 国家开放大学江苏分部 |
| 推荐引用方式 GB/T 7714 | 乔维德,陆超,袁桂芳. 基于蝙蝠—粒子群算法优化BP神经网络的电动汽车锂电池故障诊断[J]. 苏州市职业大学学报,2024,35(3):45-51. |
| APA | 乔维德,陆超,&袁桂芳.(2024).基于蝙蝠—粒子群算法优化BP神经网络的电动汽车锂电池故障诊断.苏州市职业大学学报,35(3),45-51. |
| MLA | 乔维德,et al."基于蝙蝠—粒子群算法优化BP神经网络的电动汽车锂电池故障诊断".苏州市职业大学学报 35.3(2024):45-51. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [乔维德]的文章 |
| [陆超]的文章 |
| [袁桂芳]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [乔维德]的文章 |
| [陆超]的文章 |
| [袁桂芳]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [乔维德]的文章 |
| [陆超]的文章 |
| [袁桂芳]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论