Indexed by：
Abstract：
动力电池荷电状态(SOC)是电动汽车电池管理系统(BMS)的一个重要技术指标,针对锂电池SOC难以精确估算的问题,提出一种基于改进灰狼算法(IGWO)优化核极限学习机(KELM)的SOC估计方法.为了克服标准GWO算法存在早熟收敛、易陷入局部最优等缺陷,算法首先采用混沌映射和反向学习策略产生初始灰狼种群,其次引入收敛因子非线性调整机制来提升算法的整体收敛速度,最后利用高斯变异及贪婪选择算子更新最优解位置,以降低算法陷入局部极值的概率.通过5个标准测试函数的仿真实验证明了该算法具有更好的寻优能力.利用IGWO算法对核极限学习机的参数进行寻优,并建立起基于KELM的电池SOC估计模型,分别采用美国...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息与控制
ISSN： 1002-0411
CN： 21-1138/TP
Year： 2021
Issue： 06
Volume： 50
Page： 731-739
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
