来源：期刊VIP网 时间：
作者：刘强;姜英姿;种法力;王辉;戴前进;耿金萍;朱军;
单位：徐州工程学院物理与新能源学院;徐州工程学院数学与统计学院;江苏师范大学科文学院电气与智能制造学院;
摘要：该实验基于粒子群优化算法（PSO）对BP神经网络进行改进，利用BTS充放电测试仪对锂电池进行加速老化实验，从电池历史老化数据中提取健康因子，将其作为PSO-BP网络的输入，提高网络预测电池剩余使用寿命能力，最后利用多组电池的老化数据将传统预测算法与优化的PSO-BP网络的预测精确度进行了对比。针对PSO算法易陷入局部最优陷阱与早熟收敛问题，选择非线性动态自适应惯性权重策略（IPSO）对算法再次进行改进，通过对比改进前后算法的预测效果，验证得出IPSO-BP算法更加优异。该实验过程可以使学生利用机器学习算法预测电池剩余使用寿命，采用虚实结合手段解决实际问题，提高实验的综合效果。
关键词：电池剩余使用寿命;;粒子群优化算法;;虚实结合;;健康因子
基金资助：CIQA首批(2024年)招标课题(CIQAJYD2024-YBKT-15-06);; 江苏省高等学校自然科学研究重大项目(24KJA470006);; 徐州工程学院服务地方重大培育项目(20240022);; 江苏省高校实验室工作研究课题(GS2024YB15);; 2025年大学生创新训练计划项目(XCX2025321)
