| 基于DE-ELM的电池SOC预测研究 |
| |
| 引用本文： | 罗宏远,王德运,潘雯雯,魏帅.基于DE-ELM的电池SOC预测研究[J].数学的实践与认识,2016(22):236-243. |
| |
| 作者姓名： | 罗宏远 王德运 潘雯雯 魏帅 |
| |
| 作者单位： | 中国地质大学(武汉)经济管理学院,湖北武汉430074;中国地质大学(武汉)中国矿产资源战略与政策研究中心,湖北武汉430074 |
| |
| 基金项目： | 国家自然科学基金(71301153)，中央高校基本科研业务费专项资金(CUG140612) |
| |
| 摘 要： | 针对极限学习机的随机性较大的问题,提出一种基于差分演化的极限学习机算法模型(DE-ELM).采用差分演化算法(DE)对极限学习机(ELM)随机给定的输入权值矩阵和隐含层阈值进行寻优,降低了随机性给ELM造成的影响,减少ELM网络震荡,提高了ELM预测精度.并且将DE-ELM应用在电池SOC的预测上,同时与ELM和BP神经网络的预测进行了对比,结果表明:DE-ELM在电池SOC预测上的表现优于ELM和BP神经网络,能满足电池SOC的预测精度要求.
|
| 关 键 词： | 极限学习机 差分演化 SOC预测 |
The Prediction of SOC of Battery Based on DE-ELM |
| |
| Abstract: | |
| |
| Keywords: | extreme learning machine differential evolution the prediction of SOC |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
