基于AFSA-RBF神经网络的电动汽车动力电池SOC预测

作     者：凤志民 田丽 FENG Zhi-min;TIAN Li

作者机构：安徽工程大学电气工程学院安徽芜湖241000 

出 版 物：《重庆工商大学学报（自然科学版）》 (Journal of Chongqing Technology and Business University:Natural Science Edition)

年 卷 期：2016年第33卷第5期

页      面：6-10页

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：大学生创新创业训练计划(201510363006) 

主　　题：电动汽车电池 荷电状态SOC预测 径向基神经网络 人工鱼群算法 

摘      要：传统的电池荷电状态(State of Charge,SOC)估计方法是基于精确的数学模型,它依赖于大量的建模假设和经验参数,故模型预测SOC精度是有限的;为了提高动力电池SOC预测的精度,提出利用人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化径向基神经网络(RBF)对SOC进行预测,解决了RBF网络参数选择的不确定性;仿真实验结果表明:方法能方便、快速、准确地实现对SOC的预测,且具有实际使用价值。