以提高预测软件老化趋势为应用背景，提出一种新型粒子群退火算法（New Particle Swarm Annealing Algorithm，NPSOSA）优化BP神经网络的权值和阈值，继而构建NPSOSA-BP神经网络预测模型.实验通过搭建软件老化测试平台，收集所需的老化数据并进行仿真训练.实验结果表明，NPSOSA-BP神经网络模型相比于传统粒子群算法（PSO）、传统粒子群退火算法（PSOSA）优化的BP神经网络模型提高了预测精度和适用度，在该应用领域验证了本文方法的有效性.
2021-10-16 23:47:41
1.18MB
1
本模型包括：
锂离子电池测试数据
锂离子电池等效电路模型参数辨识数据
等效电路模型
UKF SOC估计算法
老化估计算法
电池参数库
本模型适合对锂离子电池建模和状态估计的学习
2021-10-13 12:01:26
2.17MB
2021中国科技适老化产品研究报告
Part 1 科技适老化产品产业发展背景
Part 2 科技适老化产品产业梳理
Part 3 科技适老化产品企业典型案例分析
Part 4 中国科技适老化产品产业发展痛点、趋势和建议
Part 5中国科技适老化产品榜单
2021-10-09 09:03:37
4.3MB
强电-电力变压器绝缘技术培训资料学习资料:
华北电力大学 变压器绝缘-高电压绝缘技术.ppt
变压器绝缘.ppt
变压器绝缘材料的老化原理.pps
变压器绝缘状态诊断的回复电压方法.ppt
变压器绝缘电阻与吸收比测试.ppt
变压器绝缘电阻测试.ppt
变压器绝缘诊断方法.pptx
特变—配电变压器绝缘装配.ppt
特高压变压器绝缘.ppt
2021-09-08 16:02:59
14.98MB
行业分类-电子政务-一种基于低温脉冲的XLPE电缆绝缘老化评估方法.zip
2021-09-06 22:03:04
194KB