论文摘要
为保持装甲车辆的机动安全和运行可靠,提高其铅酸蓄电池健康状态的预测能力至关重要;将遗传算法与自适应模糊神经系统相结合,提出了一种基于GA-ANFIS的装甲车辆蓄电池SOH预测方法,着重分析了该方法的总体流程和训练过程;着眼装甲车辆的工作环境,在放电深度和输出能量的基础上,引入海拔和温度作为模型的输入;在Matlab的实验结果表明,GA-ANFIS相比ANFIS测试数据误差减小47.6%,四输入GA-ANFIS相比两输入GA-ANFIS测试数据误差减小51.2%,验证了方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 朱永黎,常天庆,刘鹏
关键词: 健康状态,铅酸蓄电池,遗传算法,自适应模糊神经系统
来源: 计算机测量与控制 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术
单位: 陆军装甲兵学院,中国人民解放军68207部队,陆军特种作战学院
分类号: TJ811
DOI: 10.16526/j.cnki.11-4762/tp.2019.08.024
页码: 114-119
总页数: 6
文件大小: 2185K
下载量: 87
相关论文文献
标签：健康状态论文; 铅酸蓄电池论文; 遗传算法论文; 自适应模糊神经系统论文;