|
|
|
|
基于SVR的锂离子电池剩余有效寿命预测方法 |
| |
| 论文目录 |
| |
| 摘要 | 第4-5页 | | Abstract | 第5-6页 | | 第1章 绪论 | 第9-17页 | | 1.1 课题研究背景及意义 | 第9-10页 | | 1.2 国内外发展状况 | 第10-15页 | | 1.2.1 模型构建法 | 第11-12页 | | 1.2.2 数据驱动法 | 第12-14页 | | 1.2.3 融合技术法 | 第14-15页 | | 1.3 论文主要研究内容 | 第15-17页 | | 第2章 锂离子电池健康因子分析及提取 | 第17-29页 | | 2.1 锂离子电池基本结构及工作原理 | 第17-18页 | | 2.1.1 锂离子电池基本结构 | 第17页 | | 2.1.2 锂离子电池工作原理 | 第17-18页 | | 2.2 锂离子电池主要性能指标 | 第18-20页 | | 2.3 锂离子电池数据集分析 | 第20-21页 | | 2.4 锂离子电池健康因子提取 | 第21-28页 | | 2.4.1 相关性分析 | 第21-22页 | | 2.4.2 健康因子提取 | 第22-28页 | | 2.5 本章小结 | 第28-29页 | | 第3章 基于ALO-SVR的锂离子电池RUL预测 | 第29-41页 | | 3.1 支持向量回归算法概述 | 第29-31页 | | 3.2 蚁狮优化(ALO)算法原理 | 第31-33页 | | 3.3 基于ALO-SVR的锂离电池RUL预测 | 第33-40页 | | 3.3.1 基于ALO-SVR的锂离电池RUL预测步骤 | 第33-34页 | | 3.3.2 锂离子电池RUL预测模型验证及结果分析 | 第34-40页 | | 3.4 本章小结 | 第40-41页 | | 第4章 基于IALO-SVR的锂离子电池RUL预测 | 第41-53页 | | 4.1 改进蚁狮优化(IALO)算法 | 第41-44页 | | 4.2 基于IALO-SVR的锂离电池RUL预测 | 第44-52页 | | 4.2.1 基于IALO-SVR的锂离子电池RUL预测步骤 | 第44-45页 | | 4.2.2 锂离子电池RUL预测模型验证及实验结果分析 | 第45-51页 | | 4.2.3 预测模型参数分析 | 第51-52页 | | 4.3 本章小结 | 第52-53页 | | 第5章 工作总结与展望 | 第53-55页 | | 5.1 工作总结 | 第53页 | | 5.2 工作展望 | 第53-55页 | | 参考文献 | 第55-61页 | | 攻读硕士学位期间发表的学术论文 | 第61-64页 | | 致谢 | 第64页 |
|
|
|
|
论文编号BS13480，这篇论文共64页
会员购买按0.35元/页下载，共需支付22.4元。 直接购买按0.5元/页下载，共需要支付32元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务