基于量子粒子群优化混合神经网络的锂电池SOH预测方法

被引：0

专利类型：

发明

申请号：

CN202411061250.6

申请日：

2024-08-05

公开(公告)号：

CN118980955A

公开(公告)日：

2024-11-19

发明(设计)人：

余健辉徐康康朱成就章润楠

申请人：

广东工业大学

申请人地址：

510062 广东省广州市越秀区东风东路729号

IPC主分类号：

G01R31/392

IPC分类号：

H01M10/42 G01R31/378 G01R31/367 G06F18/27 G06F18/213 G06N3/0442 G06N3/045 G06N3/0464 G06N3/08 G06N3/006 G06F123/02

代理机构：

佛山域扬知识产权代理事务所(普通合伙) 441169

代理人：

曹振;资凯亮

法律状态：

公开

国省代码：

广东省广州市

引用

下载

共 50 条

[1]

金融时间序列预测的量子粒子群优化递归神经网络方法 [P].

孟力 ;

吴铭实 .

中国专利 :CN107194460A ,2017-09-22

[2]

基于量子粒子群优化的CNN-LSTM水质预测方法 [P].

李正权 ;

张铭玮 ;

方志豪 ;

马可 .

中国专利 :CN114896885A ,2022-08-12

[3]

一种基于量子粒子群优化BP神经网络的机械臂误差补偿方法 [P].

俞晨辰 ;

王进 ;

郑雯欣 ;

张海运 ;

李小飞 ;

陆国栋 .

中国专利 :CN119973982A ,2025-05-13

[4]

基于量子粒子群优化的视觉跟踪方法 [P].

王保云 ;

孙波 ;

高浩 ;

师玉娇 .

中国专利 :CN104851110A ,2015-08-19

[5]

基于量子粒子群卷积神经网络的雷达信号识别方法 [P].

田雨波 ;

赵毅 ;

范箫鸿 ;

夏俊 .

中国专利 :CN109597043A ,2019-04-09

[6]

基于TimesNet-BiGRU神经网络的锂电池SOH预测方法 [P].

徐春阳 ;

陈俊生 ;

朴昌浩 ;

王忠全 ;

林培灿 ;

刘家欢 ;

孙艺铭 .

中国专利 :CN118962457A ,2024-11-15

[7]

一种基于降维的智能优化神经网络锂电池SOH预测方法 [P].

李俊红 ;

薛涵文 ;

安振生 ;

华亮 ;

丁杰 ;

赵高麒 ;

杨筱涵 .

中国专利 :CN118914902A ,2024-11-08

[8]

一种基于量子粒子群优化策略的车联网交通流量预测方法 [P].

张德干 ;

张捷 ;

杨鹏 ;

高瑾馨 ;

张婷 .

中国专利 :CN111260118B ,2020-06-09

[9]

基于AO-AVOA-BP神经网络模型的锂电池SOH预测方法 [P].

汪兴兴 ;

李军毅 ;

朱昱 ;

陈宇航 ;

陈林飞 ;

张福豹 ;

陈祥 ;

邓业林 ;

吕帅帅 ;

倪红军 .

中国专利 :CN119716559A ,2025-03-28

[10]

一种基于量子粒子群优化的分簇路由方法 [P].

王出航 ;

胡黄水 ;

范新纪 .

中国专利 :CN118433089A ,2024-08-02

← 1 2 3 4 5 →

法律状态公告日	法律状态	法律状态信息
2024-11-19	公开	公开
2024-12-06	实质审查的生效	实质审查的生效IPC(主分类):G01R 31/392申请日:20240805