换一批便携式医疗设备电池剩余寿命预测算法研究
Research on battery remaining life prediction algorithm for portable medical devices
摘要目的:为精准有效地预测便携式医疗设备的电池剩余寿命,提出一种基于反向传播(back propagation,BP)神经网络和麻雀搜索(sparrow search algorithm,SSA)算法的SSA-BP算法.方法:首先,通过BP神经网络的结构确定权值以及阈值的总数;其次,利用SSA算法优化初始权值和阈值,并赋值给BP神经网络;最后,通过对输入样本的训练获取预测的输出值.选取不同环境温度(4、24、43℃)下的18650型号锂电池数据进行测试,通过平均绝对误差、均方根误差、平均绝对百分比误差验证SSA-BP神经网络算法和BP神经网络算法对医疗设备电池剩余寿命的预测精度.结果:SSA-BP神经网络算法预测医疗设备电池剩余寿命的平均绝对误差、均方根误差、平均绝对百分比误差均低于BP神经网络算法.结论:SSA-BP神经网络算法能够精准有效地对电池的使用寿命进行预测,提高了电池在实际应用中的可靠性.
更多相关知识
关键词
便携式医疗设备电池剩余寿命BP神经网络麻雀搜索算法portable medical devicebattery remaining lifeBP neural networksparrow search algorithm
分类号
R318（医用一般科学）
栏目名称
DOI
10.19745/j.1003-8868.2024148
发布时间
2024-09-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省药品监督管理局科技计划项目（2022ZC1017）
- 浏览9
- 被引1
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
