优化的BP神经网络在预测电动汽车SOC上的应用 |
| |
引用本文: | 周美兰,王吉昌,李艳萍.优化的BP神经网络在预测电动汽车SOC上的应用[J].黑龙江大学自然科学学报,2015(1):129-134. |
| |
作者姓名: | 周美兰 王吉昌 李艳萍 |
| |
作者单位: | 哈尔滨理工大学电气与电子工程学院 |
| |
基金项目: | 黑龙江省自然科学基金资助项目(E201302) |
| |
摘 要: | 为了提高BP神经网络预测模型对电动汽车电池SOC值预测的准确性,采用遗传算法GA和粒子群算法PSO两种优化算法分别对BP神经网络进行优化,即优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。将该方法应用到预测电动汽车电池的SOC值中并与实际测量的SOC值进行验证比较。仿真实验表明,经过粒子群算法优化后的BP神经网络预测电动汽车SOC值的误差在1.0%~4.4%之间,明显优于采用遗传算法优化的误差范围1.6%~10%和传统的BP神经网络误差范围2.0%~72%。
|
关 键 词: | BP神经网络 遗传算法 粒子群算法 电动汽车 SOC |
本文献已被 CNKI 等数据库收录! |
|