1 简介
镍镉电池组作为移动电源对于现代军民用品是必不可少的.为了能够有效的提高镍镉电池寿命的预测精准度,在建立BP神经网络的电池寿命预测模型的基础上,运用差分进化算法(DE)优化BP神经网络连接的初始权值与阈值.预测结果表明:该改进的预测模型有较高的预测精度,误差控制在5%以内,有效地提高了BP神经网络的收敛速度,符合现实中镍镉电池实际运行的特性,对提高电池寿命评估的时效性和精确性具有重要的意义.
BP（Back Propagation）神经网络算法是一种多层前馈神经网络，其信号是正向传播，而误差是逆向传播的.BP神经网络过程可以拆分为两部分：正向传播和误差的逆向传播.其中正向传播是从输入层经过隐含层，再到达输出层.逆向传播是从输出层到隐含层，然后到输入层.在模拟过程中收集系统所产生的误差，来不断地调整隐含层到输出层、输入层到隐含层的权重和阈值，使网络误差达到设置的训练精度要求，训练结束[9].通过对镍镉电池容量衰退分析，选取镍镉电池充电截止电压x1、放电截止电压x2，电池内阻x3作为输入变量，输出变量为电池循环放电容量z.其网络拓扑结构如图1所示.下面具体介绍输入、输出和隐含层相关参数计算公式，隐含节点yk的计算方法是用输入层的网络节点去乘相应的隐含层权值，再加上相应的阈值来得到的.同理可以计算出zj，计算公式为：
如果觉得《【BP预测】基于差分进化算法优化BP神经网络实现汇率数据预测matlab代码》对你有帮助，请点赞、收藏，并留下你的观点哦！
