换一批
换一批NGO-BP神经网络在便携式医疗设备电池寿命预测中的应用
Application of NGO-BP Neural Network in Battery Life Prediction of Portable Medical Devices
摘要便携式医疗设备的发展离不开安全高效的电池.精准预测锂电池的荷电状态(state of charge,SOC)可以极大提高电池的可靠性,这对便携式医疗设备来说具有重要意义.针对BP神经网络算法对初始权值和阈值依赖程度高,容易陷入局部最小值等问题,该文采用北方苍鹰算法来优化BP神经网络,并测试了医疗设备在不同的环境温度(4、24、43℃)条件下,18650型锂电池的数据.实验结果表明,北方苍鹰算法能够在不同的温度环境下显著提高BP神经网络的预测精度,实现对电池荷电状态的精准有效预测.
更多相关知识
关键词
便携式医疗设备荷电状态BP神经网络北方苍鹰算法环境温度portable medical devicesstate of chargeBP neural networknorthern goshawk optimizationambient temperature
栏目名称
研究与论著
DOI
10.12455/j.issn.1671-7104.230529
发布时间
2024-07-01
基金项目
河北省药品监督管理局科技计划项目
- 浏览6
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
