|
|
|
基于剪枝神经网络的燃料电池组荷电状态预测模型研究 |
|
论文目录 |
|
摘要 | 第6-7页 | Abstract | 第7-8页 | 变量注释表 | 第16-17页 | 1 绪论 | 第17-24页 | 1.1 新能源汽车发展概况 | 第17-18页 | 1.2 课题研究背景 | 第18-19页 | 1.3 国内外研究现状 | 第19-21页 | 1.4 主要研究内容 | 第21-22页 | 1.5 本文组织结构 | 第22-24页 | 2 相关理论与技术概述 | 第24-30页 | 2.1 SOC定义及经典估算算法 | 第24-26页 | 2.2 粒子群算法 | 第26-27页 | 2.3 BP神经网络模型 | 第27-28页 | 2.4 本章小结 | 第28-30页 | 3 燃料电池组特征分析 | 第30-38页 | 3.1 电池组动态特征和静态特征 | 第30-34页 | 3.2 特征评价标准 | 第34-35页 | 3.3 特征预测计算与分析 | 第35-37页 | 3.4 本章小结 | 第37-38页 | 4 改进粒子群算法 | 第38-46页 | 4.1 粒子位置混沌初始化 | 第38-40页 | 4.2 非线性参数表达式 | 第40-41页 | 4.3 循环单维度寻优策略 | 第41-42页 | 4.4 基于FWA的粒子群算法 | 第42-43页 | 4.5 算法仿真实验 | 第43-45页 | 4.6 本章小结 | 第45-46页 | 5 基于剪枝神经网络的燃料电池组荷电状态预测模型 | 第46-58页 | 5.1 BP神经网络拓扑结构 | 第46-47页 | 5.2 粒子群算法初优化权值阈值 | 第47-51页 | 5.3 激活函数 | 第51-54页 | 5.4 算法仿真实验 | 第54-57页 | 5.5 本章小结 | 第57-58页 | 6 总结与展望 | 第58-60页 | 6.1 论文工作总结 | 第58-59页 | 6.2 后续工作与展望 | 第59-60页 | 参考文献 | 第60-64页 | 作者简历 | 第64-65页 | 致谢 | 第65-66页 | 学位论文数据集 | 第66页 |
|
|
|
|
论文编号BS4685446,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33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。 |
|
|