| 基于GA+SVM的航空铅酸蓄电池健康评估 |
| |
| 引用本文： | 谢家雨,李卫青,胡焱. 基于GA+SVM的航空铅酸蓄电池健康评估[J]. 电源技术, 2016, 0(1). DOI: 10.3969/j.issn.1002-087X.2016.01.031 |
| |
| 作者姓名： | 谢家雨 李卫青 胡焱 |
| |
| 作者单位： | 1. 中国民用航空飞行学院航空工程学院,四川广汉,618307;2. 四川航空股份有限公司工程技术分公司,四川成都,610202 |
| |
| 基金项目： | 中国民航飞行学院自然科学面上项目(XM0514 |
| |
| 摘 要： | 针对航空铅酸蓄电池健康状况评估本身所存在的小样本、非线性和复杂性等特点,结合支持向量机(support vector machine,SVM)和遗传算法(genetic algorithm,GA),提出了一种新的航空铅酸蓄电池健康评估模型。由于支持向量机的分类准确率很大程度上取决于参数的选取,因此利用遗传算法对SVM模型参数进行优化,以得到优化的支持向量机的评估模型。为了验证该模型的有效性,利用中国民用航空飞行学院航空铅酸蓄电池的实测数据进行了验证,实验结果表明该模型的分类精度高达96.25%,该评估模型是可行的,并且为航空铅酸蓄电池的健康评估提供了一种新思路。
|
| 关 键 词： | 支持向量机 遗传算法 健康状况评估 航空铅酸蓄电池 |
Aviation lead-acid battery state-of-health assessment based on GA+SVM |
| |
| Abstract: | |
| |
| Keywords: | support vector machine genetic algorithm state of health assessment aviation lead-acid battery |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
