Abstract：
针对目前锂离子电池剩余寿命预测存在预测精度低的问题,提出了一种基于改进的无参数RAO算法与多核支持向量机(IRAO-MSVM)的电池寿命预测模型.在IRAO-MSVM模型中,采用凸组合的方法将高斯核与多项式核函数融合,提高了支持向量机的泛化能力;将混沌序列和rand-best-df随机扰动策略加入到RAO算法中,提高了RAO算法的全局搜索能力;利用所提出的算法对多核支持向量机的核参数寻优,提升了模型的预测性能.利用基准函数测试,验证了IRAO算法的有效性;采用美国NASA电池数据集进行测试,结果表明所提出的IRAO-MSVM模型的各项评价指标均优于其他比较模型.同时,IRAO算法参数设置少,更新策略只包含加乘运算,便于硬件实现.
Keyword：
Reprint Author's Address：
Email：
Source ：
小型微型计算机系统
ISSN： 1000-1220
Year： 2022
Issue： 11
Volume： 43
Page： 2314-2320
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
