改进蚁群算法与BP网络融合预测铅酸蓄电池SOC

摘要：

人工神经网络通过模拟人脑神经网络的方式记忆、处理信息,具有很高的智能性,近些年来,被广泛应用在太阳能用铅酸蓄电池剩余电量预测的研究中,但是,收敛速度慢、对初值敏感以及较易陷于局部极小值等是单一神经网络算法难以解决的缺点.针对该问题,将蚁群算法进行改进并与BP神经网络相融合,先采用改进的蚁群算法将BP神经网络的权值参数进行全局训练,然后,采用BP神经网络算法进一步进行局部学习,从而获得最优的BP神经网络权值.最后,通过MATLAB仿真和实验验证了本课题所采用的改进蚁群与BP网络融合算法能明显改善BP网络的收敛速度以及预测精度,能准确地预测出太阳能蓄电池SOC.

关键词：太阳能铅酸蓄电池SOC、改进蚁群算法、蚁群与BP网络融合

所属期刊栏目：21

分类号：TK02(一般性问题)

资助基金：黑龙江省应用技术研究与开发项目GC13A412

在线出版日期：2017-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：95-99