针对鲸鱼优化算法(whale optimization algorithm,WOA)易陷入局部最优,收敛速度慢和寻优精度低等问题,提出一种融合混沌映射和二次插值的自适应鲸鱼优化算法(adaptive whale optimization algorithm based on chaotic mapping and quadr...针对鲸鱼优化算法(whale optimization algorithm,WOA)易陷入局部最优,收敛速度慢和寻优精度低等问题,提出一种融合混沌映射和二次插值的自适应鲸鱼优化算法(adaptive whale optimization algorithm based on chaotic mapping and quadratic interpolation,CQAWOA)。引入混沌映射在初始化阶段生成新种群,实现种群多样性;设计自适应权重,提高算法全局搜索和局部寻优能力并加快收敛速度;利用二次插值策略生成新的鲸鱼个体,采用贪婪策略更新局部最优解,提高种群计算的精度。通过15个基准函数将改进算法与其它优化算法进行对比测试,测试结果验证了在求解过程中,改进算法寻优速度和求解精度均存在显著提升。展开更多
针对锂电池低荷电状态时输出变化大和模型参数辨识困难问题,提出一种基于三次样条插值法的建模与参数辨识方法。首先建立了含SOC动态的三阶3RC-3D等效电路模型,分析了低SOC时应用最小二乘法对不同模型参数进行辨识产生的误差。在此基础...针对锂电池低荷电状态时输出变化大和模型参数辨识困难问题,提出一种基于三次样条插值法的建模与参数辨识方法。首先建立了含SOC动态的三阶3RC-3D等效电路模型,分析了低SOC时应用最小二乘法对不同模型参数进行辨识产生的误差。在此基础上,结合三次样条插值法的拟合特性和合适的边界条件,构造了三次样条插值函数,在SOC≤10%区间进行了模型各参数辨识,并拟合出了模型参数变化曲线。最后,将辨识后的模型参数曲线与混合脉冲功率特性HPPC(Hybrid Pulse Power Characterization)试验的实际测量值进行了对比。从比较结果看,本文所提的辨识方法减小了参数辨识误差,提高了模型精度,验证了在SOC≤10%区间应用三次样条插值法进行锂电池模型参数辨识的有效性。仿真结果表明,基于三次样条插值辨识方法建立的三阶3RC-3D等效电路模型能够高精度地跟踪锂电池输出外特性。展开更多
文摘针对鲸鱼优化算法(whale optimization algorithm,WOA)易陷入局部最优,收敛速度慢和寻优精度低等问题,提出一种融合混沌映射和二次插值的自适应鲸鱼优化算法(adaptive whale optimization algorithm based on chaotic mapping and quadratic interpolation,CQAWOA)。引入混沌映射在初始化阶段生成新种群,实现种群多样性;设计自适应权重,提高算法全局搜索和局部寻优能力并加快收敛速度;利用二次插值策略生成新的鲸鱼个体,采用贪婪策略更新局部最优解,提高种群计算的精度。通过15个基准函数将改进算法与其它优化算法进行对比测试,测试结果验证了在求解过程中,改进算法寻优速度和求解精度均存在显著提升。
文摘针对锂电池低荷电状态时输出变化大和模型参数辨识困难问题,提出一种基于三次样条插值法的建模与参数辨识方法。首先建立了含SOC动态的三阶3RC-3D等效电路模型,分析了低SOC时应用最小二乘法对不同模型参数进行辨识产生的误差。在此基础上,结合三次样条插值法的拟合特性和合适的边界条件,构造了三次样条插值函数,在SOC≤10%区间进行了模型各参数辨识,并拟合出了模型参数变化曲线。最后,将辨识后的模型参数曲线与混合脉冲功率特性HPPC(Hybrid Pulse Power Characterization)试验的实际测量值进行了对比。从比较结果看,本文所提的辨识方法减小了参数辨识误差,提高了模型精度,验证了在SOC≤10%区间应用三次样条插值法进行锂电池模型参数辨识的有效性。仿真结果表明,基于三次样条插值辨识方法建立的三阶3RC-3D等效电路模型能够高精度地跟踪锂电池输出外特性。