一种改进RAO算法与多核SVM的锂离子电池寿命预测模型

作者：简献忠^*; 张博; 王如志

来源：小型微型计算机系统, 2022, 43(11): 2314-2320.

DOI：10.20009/j.cnki.21-1106/TP.2021-0234

• 剩余寿命预测
• 多核支持向量机
• 改进RAO算法
• 锂离子电池

针对目前锂离子电池剩余寿命预测存在预测精度低的问题，提出了一种基于改进的无参数RAO算法与多核支持向量机(IRAO-MSVM)的电池寿命预测模型.在IRAO-MSVM模型中，采用凸组合的方法将高斯核与多项式核函数融合，提高了支持向量机的泛化能力；将混沌序列和rand-best-df随机扰动策略加入到RAO算法中，提高了RAO算法的全局搜索能力；利用所提出的算法对多核支持向量机的核参数寻优，提升了模型的预测性能.利用基准函数测试，验证了IRAO算法的有效性；采用美国NASA电池数据集进行测试，结果表明所提出的IRAO-MSVM模型的各项评价指标均优于其他比较模型.同时，IRAO算法参数设置少，更新策略只包含加乘运算，便于硬件实现.

• 单位
  上海理工大学; 北京工业大学