电动汽车蓄电池剩余电量的辨识研究

电动汽车蓄电池剩余电量的辨识研究

ID:36588920

大小:3.58 MB

页数:78页

时间:2019-05-12

电动汽车蓄电池剩余电量的辨识研究_第1页
电动汽车蓄电池剩余电量的辨识研究_第2页
电动汽车蓄电池剩余电量的辨识研究_第3页
电动汽车蓄电池剩余电量的辨识研究_第4页
电动汽车蓄电池剩余电量的辨识研究_第5页
资源描述:

《电动汽车蓄电池剩余电量的辨识研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京理工大学学位论文摘要本文基于传统建模、神经网络技术辨识、模糊逻辑技术辨识、补偿模糊神经网络技术辨识的多个角度介绍了具有复杂非线性特征的电动汽车用蓄电池剩余电量的辨识方法。通过对常规BP网络系统辨识和本文所提出的补偿模糊神经网络技术辨识的比较,验证了补偿模糊神经网络技术进行系统辨识的优越性。本文实现了补偿模糊神经网络的进胡望.算法·并进行了蓄电池剩余电量的数值仿真。辨识结果显示了该算法在对复杂非线性系统辨识应用的有效性·通过对训练数据的预处理、利用竞争学习对输入签到里旦鱼2泣骚一拳·确定模糊规则前件、后件隶属函数参数和规则数等,优化了模糊神经网络辨识模型的结构,

2、使该算法具有更高的学习精度和更快的收敛速度。模糊神经网络技术的应用,对于通过输入一输出数据对系统实现辨识、建立系统的黑箱模型具有现实意义。关键词:辨识;剩余电量;电动汽车;人工神经网络;补4r模糊神经/4网络:第1页北京理工大学学位论文ABSTRACTTheidentificationmethodsoftheresidualcapacityoflead一acidbatteriesforEVs(ElectricVehicles)thathasthecomplexnonlinearcharacteristicsareintroduced,basedontraditi

3、onalmodeling,ANN(ArtificialNeuralNetwork)identification,FuzzyLogicTechnologyidentification,CFNNT(CompensatedFuzzyNeuralNetworkTechnology)identification.BycomparisonwithtypicalBPalgorithmofANN,theresultofidentificationhasprovedtheadvantageofCFNNT.TheCFNNTalgorithmispresentedandsuccessf

4、ullyidentifiedthestudiedproblem.TheresultofidentificationshowsthatthealgorithmbasedonCFNNTisaneffectivemethodforcomplexnonlinearsystem.Throughpre一treatingthetraineddata,usingcompetitivelearningtomaketheself一adaptedclusteringofinputdata,anddeterminingparametersofthemembershipfunctionan

5、dnumbersofthefuzzyrules,Thenewalgorithmhasmoreaccurateprecisionandfasterconvergentspeed.TheprocessofappliedresearchonCFNNThasasenseofrealitytoidentifyandcarryoutablack一boxmodelofpracticalandcomplexnonlinearsystemaccordingtoinputandoutputdata.Keywords:identification;residualcapacity:EV

6、s;ANN;CFNNT;第2页北京理工大学学位论文1概述1.1课题背景实际过程中的系统具有复杂性、多样性和随机性等特点,这使得我们一般无法利用机理分析法建立最基本的数学模型结构。若系统的建模方法仍沿用经典理论,其结果已越来越不尽人意,因此需要寻找一些新的方法,来建立复杂系统的模型。『’一‘〕本文针对神经网络的辨识方法及其应用问题进行了研究。神经网络领域所取得的研究成果「5一6,,给复杂系统的辨识带来了新的方法。使用神经网络进行辨识不需要预先建立实际系统的辨识格式,使非线性系统的辨识成为可能,神经网络对系统进行辨识是通过直接学习系统的输入一输出数据,学习的目的是使所

7、要求的误差函数达到最小,从而归纳出隐含在系统输入一输出数据中的关系。这个关系隐含在神经网络内部,它究竟表现为何种形式,对外界是不可知的,并且人们关心的并不是神经网络以什么样的形式去逼近实际系统,而是要神经网络输出能够逼近同样输入信号激励下的输出,则认为神经网络己经充分体现出实际系统的特性,完成了对原系统的辨识。由于神经网络是一种简单方便的建立复杂非线性过程的手段,对基于人工神经网络模型的辨识方法进行深入研究有十分重要的意义。能源危机和环境污染是当今世界的两大问题,而大气污染的42%来自燃油汽车的废气排放。汽车的发展给人类生活提供了方便,但同时也加剧了全球环境的污染

8、,使石油资

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。