简介:
本发明公开基于目标分解的改进多目标粒子群优化的锂离子电池容量预测方法,步骤1:确认并获取锂离子电池容量预测的关键因素;步骤2:将锂离子电池的容量预测中所涉及的关键因素抽象为多目标优化问题并初始化种群粒子,步骤3:使用PSO算法更新粒子的位置和速度;步骤4:评估所有粒子的适应度值,保存适应度最好的粒子;步骤5:判断是否达到最大迭代次数;是则,输出最优粒子;否则,更新粒子的速度和位置并更新PSO算法参数后;步骤6:生成一随机概率数,判断该随机概率数是否大于预设概率;是则,采用灰狼算法计算更新粒子的位置并执行步骤4;否则,执行步骤4。本发明通过目标分解和参数自适应的混合算法提升电池容量预测的准确性。
本发明公开基于目标分解的改进多目标粒子群优化的
锂离子电池容量预测方法,步骤1:确认并获取锂离子电池容量预测的关键因素;步骤2:将锂离子电池的容量预测中所涉及的关键因素抽象为多目标优化问题并初始化种群粒子,步骤3:使用PSO算法更新粒子的位置和速度;步骤4:评估所有粒子的适应度值,保存适应度最好的粒子;步骤5:判断是否达到最大迭代次数;是则,输出最优粒子;否则,更新粒子的速度和位置并更新PSO算法参数后;步骤6:生成一随机概率数,判断该随机概率数是否大于预设概率;是则,采用灰狼算法计算更新粒子的位置并执行步骤4;否则,执行步骤4。本发明通过目标分解和参数自适应的混合算法提升电池容量预测的准确性。