论文部分内容阅读
为了提高铅酸电池荷电状态（State of Charge,SOC）的预测准确率,本文提出一种基于K均值聚类的高斯过程回归集成算法（K-means Cluster with Ensemble Gaussian Process Regression,KC-EGPR）。首先利用K均值聚类算法对原始训练集进行聚类,生成若干个包含原始训练集的某种局部信息的子训练集;然后在每个子集上训练高斯过程回归模型（GPR）;最后利用集成学习理论中的自适应提升算法（Ada Boost）对训练的多个GPR进行集成,得到最终的预测模