全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于GA+SVM的航空铅酸蓄电池健康评估
- 作者： 谢家雨 李卫青 胡焱 来源： 电源技术 年份： 2016 文献类型 ： 期刊 关键词： 支持向量机 遗传算法 健康状况评估 航空铅酸蓄电池
- 描述： 针对航空铅酸蓄电池健康状况评估本身所存在的小样本、非线性和复杂性等特点,结合支持向量机(support vector machine,SVM)和遗传算法(genetic algorithm,GA),提出了一种新的航空铅酸蓄电池健康评估模型。由于支持向量机的分类准确率很大程度上取决于参数的选取,因此利用遗传算法对SVM模型参数进行优化,以得到优化的支持向量机的评估模型。为了验证该模型的有效性,利用中国民用航空飞行学院航空铅酸蓄电池的实测数据进行了验证,实验结果表明该模型的分类精度高达96.25%,该评估模型是可行的,并且为航空铅酸蓄电池的健康评估提供了一种新思路。