《表1 RUL预测值（单位：周期数）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于DEPSO-RVM的B787电池剩余寿命预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

电池5的RUL预测结果如图5所示。显然，所提出的DEPSO-RVM方法的拟合曲线与传统RVM算法的拟合曲线相比，更接近数据样本的真实分布情况。RUL预测值如表1所示。由预测值的变化情况可以看出DEPSO-RVM更加准确地预测了电池的RUL。基于此可以推断出，在估算电池健康状态变量时，DEPSO-RVM方法的均方根误差分别为0.150 7和0.087 9，传统RVM的均方根误差分别为0.326 5和0.236 9。DEPSO-RVM方法更加准确地估计了电池状态，优于传统的RVM算法，从而证明了所提出的DEPSO-RVM方法的有效性。