基于C-F模型的中文地址行政区划辨识方法

为有效解决互联网中表示地理位置的中文地址行政区划信息模糊、缺失和歧义的问题,结合不确定性推理技术,提出一种基于C-F模型的区划可信度计算方法。依据C-F模型,构造可信度计算方法,对通过移动窗口最大匹配算法得到的行政区划结论进行不确定性推理计算,选取可信度相对最大的区划结论作为辨识结果。实验结果表明,该方法可通过识别与完善中文地址行政区划,提高地址辨识准确性,将实验结果与其它方法进行比较分析,验证了该方法的可行性和有效性。

基于可信度因子推理模型的电池组均衡方法

针对锂离子电池在成组使用过程中出现的电压、容量、内阻等不一致性问题,分析了传统电压均衡策略的优缺点,结合双向Cuk分组均衡器控制简单、均衡能量可双向传输及均衡电流易控制的特点,提出了一种基于可信度因子(C-F)推理模型的分组均衡方法。该方法定义了单体电池的荷电状态(SOC)和端电压的不均衡度,利用C-F推理模型得到了电池组整体不均衡度,通过控制拓扑电路的均衡电流大小和方向减小了电池组的不一致性。对比实验表明,该方法能够有效地减小单体电池端电压和SOC的不一致性,提高电池组的整体能量利用率。