简介： 本发明涉及一种新能源汽车电池荷电状态SOC预测方法，包括网络初始化、隐含层输出计算、输出层输出计算、误差计算、权值更新、阈值更新、判断算法迭代是否结束以及预测输出电池使用SOC值步骤，本发明的有益效果是：由于采用了径向基函数RBF神经网络原理，径向基网络的输出和权值之间为线性关系，故所需训练时间要比前向BP网络少，且由于局部响应特点，径向基网络能够以任意精度逼近任意连续函数，提高了预测模型的准确性。同时，神经网络具有逼近多输入输出参数函数、高度的非线性、鲁棒性和容错性等特点，对于外部激励能够给出相应的输出，可以不需要建立数学模型而对电池内部复杂系统进行预测和控制。