论文部分内容阅读
传统的电池荷电状态（State of Charge,SOC）估计方法是基于精确的数学模型,它依赖于大量的建模假设和经验参数,故模型预测SOC精度是有限的;为了提高动力电池SOC预测的精度,提出利用人工鱼群算法（Artificial Fish Swarm Algorithm,AFSA）优化径向基神经网络（RBF）对SOC进行预测,解决了RBF网络参数选择的不确定性;仿真实验结果表明：方法能方便、快速、准确地实现对SOC的预测,且具有实际使用价值。