原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
锂离子电池容量估计的混合神经网络模型优化
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2锂离子电池特性概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3容量估计技术研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.4混合神经网络模型优势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.5本文研究内容及章节安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
锂离子电池容量估计理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1锂离子电池工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.2容量衰减机制分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.3容量估计常用方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.3.1传统物理模型方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.3.2基于数据驱动的学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.4混合神经网络模型构建思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.1实验平台搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.2样本采集方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.3数据特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.4数据清洗与标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.5特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
基于混合神经网络的容量估计模型．．．．．．．．．．．．．．．．．．．．．．．．．44
4.1混合神经网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
4.1.1感知器层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.1.2隐藏层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.1.3输出层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
4.1.4网络参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
4.2模型训练算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
4.2.1激活函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
4.2.2损失函数构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
4.2.3优化算法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
4.3与其他模型的对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
模型优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
5.1数据增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
5.2网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
5.2.1神经元个数调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
5.2.2作者连接方式改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
5.3学习率调整与正则化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
5.4参数优化效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82
实验结果与分析．．．．．．．．．．．．．
文档评论（0）