锂电池的状态估计和主动均衡是提高电池性能和延长使用寿命的关键技术,针对参数模型的荷电状态(State of charge,SOC)估计方法忽略电动汽车实际工况而导致的估计偏差较大的问题,提出一种基于遗传算法的极限学习机(GA-ELM)神经网络算法...锂电池的状态估计和主动均衡是提高电池性能和延长使用寿命的关键技术,针对参数模型的荷电状态(State of charge,SOC)估计方法忽略电动汽车实际工况而导致的估计偏差较大的问题,提出一种基于遗传算法的极限学习机(GA-ELM)神经网络算法来估计电池的荷电状态SOC,通过遗传算法优化了ELM的参数,提高估计精度和泛化能力,并在UDDS工况数据下进行训练与测试。同时采用双向Buck-Boost均衡拓扑结构,该拓扑结构能够快速实现电池间的能量传递,同时又降低了传递路径的复杂性。通过遗传算法的极限学习机估计出的SOC作为均衡变量,利用Matlab/Simulink仿真平台进行试验。结果表明,提出的GA-ELM神经网络平均误差为0.15%,而传统的ELM神经网络平均误差为0.56%,因此提出的神经网络能够更精确地估计SOC;同时电池组之间能够快速完成能量均衡,证明了所提方案的可行性。展开更多
目的探讨精神幸福感、自我感知老化对社区老年人老化期望的作用。方法2021-08~09月采用便利抽样法,选用一般资料问卷、精神幸福感指数量表(spirituality index of well-being,SIWB)、简版自我感知老化量表(brief ageing perceptions que...目的探讨精神幸福感、自我感知老化对社区老年人老化期望的作用。方法2021-08~09月采用便利抽样法,选用一般资料问卷、精神幸福感指数量表(spirituality index of well-being,SIWB)、简版自我感知老化量表(brief ageing perceptions questionnaire,B-APQ)及老化期望量表(12-item expectations regarding aging,ERA-12)对385名社区老年人进行调查。结果社区老年人的老化期望、自我感知老化、精神幸福感的总分分别为(27.28±3.44)分、(48.07±7.20)分、(41.31±8.19)分。精神幸福感与老化期望呈正相关(r=0.494,P<0.01),与自我感知老化总分呈负相关(r=-0.527,P<0.01)。自我感知老化显著负向预测精神幸福感(β=-1.060,P<0.001),自我感知老化显著负向预测老化期望(β=-0.357,P<0.001),当自我感知老化和精神幸福感同时进入回归分析,自我感知老化对老化期望的预测作用变小,表明精神幸福感在自我感知老化与老化期望关系间起部分中介作用。精神幸福感在自我感知老化与老化期望的间接效应占总效应的32.49%。结论社区老年人老化期望处于中等水平,可通过建立积极的自我感知老化态度提升精神幸福感,进而提高老化期望,以促进积极老龄化。展开更多
针对单一的BP神经网络在进行锂离子电池的荷电状态(state of charge,SOC)估计时存在估计精度不高的问题,提出了一种基于改进灰狼优化算法(improved grey wolf optimization algorithm,IGWO)的BP神经网络来估计锂离子电池SOC的方法。通...针对单一的BP神经网络在进行锂离子电池的荷电状态(state of charge,SOC)估计时存在估计精度不高的问题,提出了一种基于改进灰狼优化算法(improved grey wolf optimization algorithm,IGWO)的BP神经网络来估计锂离子电池SOC的方法。通过采用改进的灰狼优化算法来优化BP神经网络的权值和阈值,来克服单一的BP神经网络容易陷入局部最优的缺陷,并且加快了收敛速度。经仿真实验表明,BP神经网络估计锂电池SOC的平均绝对误差为6.39%,而基于IGWO-BP神经网络估计锂电池SOC的平均绝对误差为1.45%,相比于单一的BP神经网络,平均绝对误差减少了4.94%,证明提出的算法提高了SOC的估计精度。展开更多
文摘锂电池的状态估计和主动均衡是提高电池性能和延长使用寿命的关键技术,针对参数模型的荷电状态(State of charge,SOC)估计方法忽略电动汽车实际工况而导致的估计偏差较大的问题,提出一种基于遗传算法的极限学习机(GA-ELM)神经网络算法来估计电池的荷电状态SOC,通过遗传算法优化了ELM的参数,提高估计精度和泛化能力,并在UDDS工况数据下进行训练与测试。同时采用双向Buck-Boost均衡拓扑结构,该拓扑结构能够快速实现电池间的能量传递,同时又降低了传递路径的复杂性。通过遗传算法的极限学习机估计出的SOC作为均衡变量,利用Matlab/Simulink仿真平台进行试验。结果表明,提出的GA-ELM神经网络平均误差为0.15%,而传统的ELM神经网络平均误差为0.56%,因此提出的神经网络能够更精确地估计SOC;同时电池组之间能够快速完成能量均衡,证明了所提方案的可行性。
文摘目的探讨精神幸福感、自我感知老化对社区老年人老化期望的作用。方法2021-08~09月采用便利抽样法,选用一般资料问卷、精神幸福感指数量表(spirituality index of well-being,SIWB)、简版自我感知老化量表(brief ageing perceptions questionnaire,B-APQ)及老化期望量表(12-item expectations regarding aging,ERA-12)对385名社区老年人进行调查。结果社区老年人的老化期望、自我感知老化、精神幸福感的总分分别为(27.28±3.44)分、(48.07±7.20)分、(41.31±8.19)分。精神幸福感与老化期望呈正相关(r=0.494,P<0.01),与自我感知老化总分呈负相关(r=-0.527,P<0.01)。自我感知老化显著负向预测精神幸福感(β=-1.060,P<0.001),自我感知老化显著负向预测老化期望(β=-0.357,P<0.001),当自我感知老化和精神幸福感同时进入回归分析,自我感知老化对老化期望的预测作用变小,表明精神幸福感在自我感知老化与老化期望关系间起部分中介作用。精神幸福感在自我感知老化与老化期望的间接效应占总效应的32.49%。结论社区老年人老化期望处于中等水平,可通过建立积极的自我感知老化态度提升精神幸福感,进而提高老化期望,以促进积极老龄化。
文摘针对单一的BP神经网络在进行锂离子电池的荷电状态(state of charge,SOC)估计时存在估计精度不高的问题,提出了一种基于改进灰狼优化算法(improved grey wolf optimization algorithm,IGWO)的BP神经网络来估计锂离子电池SOC的方法。通过采用改进的灰狼优化算法来优化BP神经网络的权值和阈值,来克服单一的BP神经网络容易陷入局部最优的缺陷,并且加快了收敛速度。经仿真实验表明,BP神经网络估计锂电池SOC的平均绝对误差为6.39%,而基于IGWO-BP神经网络估计锂电池SOC的平均绝对误差为1.45%,相比于单一的BP神经网络,平均绝对误差减少了4.94%,证明提出的算法提高了SOC的估计精度。