基于布谷鸟搜索优化神经网络的锂电池荷电状态预测
来源：计算机测量与控制杂志2021年第8期北京时间：
作者：陆佳伟,佘世刚,魏新尧,王雪砚,朱雅
单位：常州大学
摘要：锂电池荷电状态(SOC)的预测是电动汽车锂电池管理系统中最为关键的技术之一。为实现对SOC的高精度的预测，提出了一种基于布谷鸟搜索算法（CS）优化的误差反向传播（BP）神经网络的锂电池SOC预测方法，该方法的核心也是难点之一，在于优化BP神经网络的初始权值和阈值，从而可以改善易陷入局部最优的情况，减小算法对初始值的依赖。MATLAB仿真结果表明，CS-BP神经网络算法的均方根误差值比BP算法的均方根误差值平均降低了0.0106，CS-BP算法具有更高的预测精度和极强的泛化性能。
关键词：锂电池;荷电状态;布谷鸟搜索算法;BP神经网络
