纯氧羊 2021-05-11 02:30 采纳率: 57.1%
浏览 201
已结题

基于NASA电池老化数据,用BP神经网络预测循环寿命,应该以什么作为输入?

做毕设第一次自己做神经网络,查阅文献发现,一般会将数据分为训练集和测试集,用训练集训练神经网络,用测试集测试预测精度。我理解为训练集是模拟实际情况中历史运行数据,测试集模拟未来的真实数据。

然而大多数文献都是将循环次数、电压、电流、电化学阻抗、放电时间等作为网络输入,电池容量作为网络输出。但在实际的电池管理系统中,我们只能知道过去的电压、电流、放电时间等数据,并不能得到未来的这些数据来预测容量衰减。对于未来的数据,我们有的只是充放电循环次数。

也文献用的输入为一维,但并没有详细说明输入是不是循环次数,用BP神经网络达到了不错的预测精度,但我自己用matlab的神经网络工具箱来做一维预测,发现精度并不理想

  • 写回答

3条回答 默认 最新

  • 有问必答小助手 2021-05-12 03:00
    关注

    您好,我是有问必答小助手,您的问题已经有小伙伴解答了,您看下是否解决,可以追评进行沟通哦~

    如果有您比较满意的答案 / 帮您提供解决思路的答案,可以点击【采纳】按钮,给回答的小伙伴一些鼓励哦~~

    ps:问答VIP仅需29元,即可享受5次/月 有问必答服务,了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(2条)
编辑
预览

报告相同问题?

问题事件

  • 系统已结题 5月31日
  • 已采纳回答 5月24日
手机看
程序员都在用的中文IT技术交流社区

程序员都在用的中文IT技术交流社区

专业的中文 IT 技术社区,与千万技术人共成长

专业的中文 IT 技术社区,与千万技术人共成长

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

客服 返回
顶部