目录
- 预测效果
- 基本介绍
- 程序设计
- 参考资料
预测效果
基本介绍
主要流程如下:
1、首先提取“放电截止电压时间”作为锂电池间接健康因子；
2、然后引入改进的遗传算法对BP神经网络的模型参数进行优化。
3、最后 NASA 卓越预测中心的锂电池数据集 B0005、B0006、B0007对提出的方法与GA-BP算法进行对比，验证了IGA-BP具有更高的精度与稳定性。
程序设计
- 完整程序和数据获取方式：私信博主回复Matlab基于改进的遗传算法优化BP神经网络的锂离子电池健康状态SOH估计。
%% 清空环境
clear;%清工作区
clc;%清命令
close all;%关闭所有的Figure窗口
format compact;%压缩空格
参考资料
[1] http://t.csdn.cn/pCWSp
[2] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501
 A~D)
)
