共 6 条
- [6] 采用神经网络预测和变结构模糊控制的铅酸蓄电池最优充电技术研究[D]. 李敬兆.合肥工业大学 2003
SVR优化算法及其在蓄电池容量预测中的应用
被引：15
作者：
曹龙汉
[1
,2
]
吴帆
[1
]
黄剑
[2
]
陈学军
[3
]
机构：
[1] 重庆通信学院控制工程重点实验室
[2] 重庆大学自动化学院
[3] 中国四联仪器仪表集团公司技术中心
来源：
关键词：
支持向量机回归;
遗传退火算法;
VRLA蓄电池;
容量预测;
D O I：
10.19650/j.cnki.cjsi.2009.06.037
中图分类号：
TM912 [蓄电池];
学科分类号：
摘要：
提出一种优化的支持向量机回归算法(SVR)并应用于阀控密封铅酸蓄电池(VRLA)的容量预测。选定径向基函数作为支持向量机回归算法的核函数,分别使用遗传算法和遗传退火算法对核参数进行寻优,在此基础上建立了蓄电池容量预测模型.比较了在遗传算法和遗传退火算法两种参数优化方法下支持向量机回归算法对VRLA容量预测的精准度。仿真结果表明,基于遗传退火算法寻优的支持向量机回归算法用于VRLA容量预测的性能优于单一的遗传寻优算法。
引用
收藏
页码：1313 / 1316
页数：4
相关论文