文献检索-宁波市创意产业特色资源库

限定检索结果

融合先验知识的BP神经网络锂电池剩余寿命预测: 收藏
分享
引用; 《西安工业大学学报》2022年第1期42卷 65-73页; 作者：郝可青吕志刚李叶邸若海朱鸿杰西安工业大学兵器科学与技术学院西安710021 西安工业大学电子信息工程学院西安710021; 针对锂电池数据为小样本条件下构建的神经网络模型泛化性差、预测误差大的问题,文中提出了一种融合先验知识的BP神经网络的建模方法。利用自适应权重粒子群算法优化网络的初始权值和阈值,以惩罚函数法的形式将单调性约束加入网络性能函...; 针对锂电池数据为小样本条件下构建的神经网络模型泛化性差、预测误差大的问题,文中提出了一种融合先验知识的BP神经网络的建模方法。利用自适应权重粒子群算法优化网络的初始权值和阈值,以惩罚函数法的形式将单调性约束加入网络性能函数中,完成神经网络优化设计。实验采用NASA锂电池失效数据集,增加单调性的先验知识,对所提算法进行验证。仿真结果表明:在锂电池数据为小样本条件下,文中所提算法与其他常用锂电池预测算法相比平均误差下降5%,建立了预测误差与单调性约束项系数之间的关系,有效地解决了锂电池数据为小样本条件下模型预测精度低等问题。; 来源：详细信息评论

限定检索结果