基于GA-BP神经网络的退役动力锂电池健康状态快速分选模型研究OA

针对退役车用动力锂离子电池健康状态评估问题,分析得到内阻、温度、充电和放电倍率4大影响因素;然后构建BP神经网络模型,并利用已有的实验数据验证其预测准确率为89.48%,模型平均绝对百分比误差MAPE为10.52%;进一步引入GA遗传算法搭建GA-BP神经网络模型,预测准确率提高到97.72%,模型平均绝对百分比误差MAPE降低到2.28%,均优于标准BP神经网络。结果表明,采用GA遗传算法优化BP神经网络的权值和阈值可以改善模型精度,提高该模型的预测准确率。