针对目前Ni-MH电池容量检测法测量时间长、工作效率低等缺点,该文以设计开发电池容量预测系统为目的,应用BP前馈神经网络,提出一种对Ni-MH电池进行容量预测的方法,并用大量的采样数据进行网络训练、测试,将模式识别理论—聚类分析方法应用于数据库的建立中.BP前馈神经网络是目前理论最完善,应用较广的一种网络,但存在收敛速度慢,局部极小等缺点,该课题设计中采用了新的学习规则,即把最速下降法和牛顿法以一个方便的方式结合起来,形成Levenberg-Marqudart法,用此学习规则使学习时间更短,算法简单,并在最优点有良好据点敛特性.测试结果表明了该算法的可行性和有效性,解决了电池生产中所存在的上述问题,是一种预测准确性比较高、可信度好的计算方法.同时,该方法也具有算法简单、权值无需计算和仿真效果好等特点.