| 注册
首页|期刊导航|储能科学与技术|改进的萤火虫算法优化反向传播神经网络动力锂离子电池健康状态估计

改进的萤火虫算法优化反向传播神经网络动力锂离子电池健康状态估计

赵鑫浩 许亮

储能科学与技术2023,Vol.12Issue(3):934-940,7.
储能科学与技术2023,Vol.12Issue(3):934-940,7.DOI:10.19799/j.cnki.2095-4239.2022.0668

改进的萤火虫算法优化反向传播神经网络动力锂离子电池健康状态估计

Improved firefly optimization algorithm to optimize back propagation neural network for state of health estimation of power lithium ion batteries

赵鑫浩 1许亮1

作者信息

  • 1. 天津理工大学电气工程与自动化学院,天津 300382
  • 折叠

摘要

关键词

锂电池/健康状态/莱维飞行/萤火虫算法/BP神经网络

分类

交通工程

引用本文复制引用

赵鑫浩,许亮..改进的萤火虫算法优化反向传播神经网络动力锂离子电池健康状态估计[J].储能科学与技术,2023,12(3):934-940,7.

储能科学与技术

OA北大核心CSCDCSTPCD

2095-4239

访问量0
|
下载量0
段落导航相关论文