《表2 不同算法训练结果:基于电池外特征的粒子群神经网络电池健康状态预测》
PSO-BP和BP神经网络算法预测的平均误差比较由表2所示,可以看出,BP算法的平均绝对误差、平均相对误差均较高,经过PSO优化后网络误差明显降低。
图表编号 | XD00120605900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.28 |
作者 | 郑永飞、文怀兴、韩昉、杨鑫 |
绘制单位 | 陕西科技大学机电工程学院、陕西科技大学机电工程学院、陕西科技大学机电工程学院、西安冠通数源电子有限公司 |
更多格式 | 高清、无水印(增值服务) |
PSO-BP和BP神经网络算法预测的平均误差比较由表2所示,可以看出,BP算法的平均绝对误差、平均相对误差均较高,经过PSO优化后网络误差明显降低。
图表编号 | XD00120605900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.28 |
作者 | 郑永飞、文怀兴、韩昉、杨鑫 |
绘制单位 | 陕西科技大学机电工程学院、陕西科技大学机电工程学院、陕西科技大学机电工程学院、西安冠通数源电子有限公司 |
更多格式 | 高清、无水印(增值服务) |