锂电池阻抗模型参数的BP神经网络预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·课题的研究现状 | 第10-12页 |
| ·锂电池的应用现状和发展前景 | 第10-11页 |
| ·电池检测技术的现状 | 第11-12页 |
| ·电池阻抗模型研究现状 | 第12-18页 |
| ·复合等效元件的电化学阻抗谱 | 第12-14页 |
| ·电化学阻抗模型研究现状 | 第14-15页 |
| ·基于电子运动理论的电池等效电路 | 第15-16页 |
| ·常相角元件的引入 | 第16-17页 |
| ·电感元件的产生 | 第17-18页 |
| ·BP 神经网络的研究现状 | 第18-20页 |
| ·BP 神经网络的应用现状 | 第18-19页 |
| ·BP 神经网络算法的研究现状 | 第19-20页 |
| ·研究的目的及意义 | 第20-21页 |
| ·课题来源及本文主要研究工作 | 第21-23页 |
| 第2章 BP 神经网络样本数据获取实验设计 | 第23-32页 |
| ·实验样本数据的相关性分析 | 第23-24页 |
| ·电压响应采样实验 | 第24-28页 |
| ·实验仪器及环境 | 第24页 |
| ·实验仪器的设计 | 第24-26页 |
| ·实验测试方法 | 第26-28页 |
| ·电化学阻抗谱的实验 | 第28-31页 |
| ·实验仪器及环境 | 第28页 |
| ·实验及实验结果 | 第28-29页 |
| ·阻抗模型参数的获取 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 电池阻抗模型参数的BP 神经网络预测研究 | 第32-48页 |
| ·BP 神经网络预测模型的设计方法 | 第32-34页 |
| ·BP 神经网络结构和学习过程 | 第32-33页 |
| ·构造BP 神经网络的步骤 | 第33-34页 |
| ·BP 神经网络的结构设计 | 第34-36页 |
| ·隐层数选取 | 第34-35页 |
| ·隐层节点数的选取 | 第35页 |
| ·传递函数的选取 | 第35-36页 |
| ·训练方法及训练算法的选择 | 第36-37页 |
| ·训练算法的选取 | 第36-37页 |
| ·训练参数的选取 | 第37页 |
| ·基于电压响应采样值的BP 神经网络预测模型研究 | 第37-47页 |
| ·样本数据的采集和预处理 | 第37-38页 |
| ·BP 网络建模及训练 | 第38-43页 |
| ·BP 网络仿真及结果 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于GA 算法优化BP 神经网络 | 第48-57页 |
| ·基于GA-BP 改进算法的研究 | 第48-49页 |
| ·基于GA 的BP 神经网络预测模型 | 第48页 |
| ·GA 优化BP 神经网络权值模型 | 第48-49页 |
| ·GA 优化BP 神经网络权值的设计 | 第49-53页 |
| ·GA-BP 神经网络预测结果分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
