УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта

јвтор:  яковлев ».ј., ≈лизарова ј.¬., —аитова √.ј.
Ќазвание:  ќпределение архитектуры нейронной сети в задаче прогнозировани€ состо€ни€ зар€да аккумул€тора
—татус:  опубликовано
»здательство:  »ѕ” –јЌ
√од:  2023
“ип:  стать€ вед.журн.
Ќазвание журнала:  ”правление большими системами
¬ыпуск:  101
Ѕиблиографи€:  яковлев ».ј., ≈лизарова ј.¬., —аитова √.ј. ќпределение архитектуры нейронной сети в задаче прогнозировани€ состо€ни€ зар€да аккумул€тора // ”правление большими системами. ¬ыпуск 101. ћ.: »ѕ” –јЌ, 2023. —.97-122. DOI: https://doi.org/10.25728/ubs.2023.101.6
–убрика:  ”правление техническими системами и†технологическими процессами
 лючевые слова:  химический источник тока, нейросетевое моделирование, литий-ионный аккумул€тор, прогнозирование, уровень разр€да аккумул€тора
 лючевые слова (англ.):  chemical current source, neural network modeling, lithium-ion battery, battery discharge level prediction
јннотаци€:  –ассматриваетс€ задача прогнозировани€ состо€ни€ зар€да аккумул€тора, на†основе нейронных сетей. Ѕыли исследованы два типа рекуррентных нелинейных авторегрессионных нейронных сетей в задаче прогнозировани€ состо€ни€ зар€да аккумул€тора в процессе его использовани€. ќсновным критерием качества прогнозировани€ выступала среднеквадратична€ ошибка. ѕо результатам исследовани€ была выбрана оптимальна€ структура нейронной сети.
јннотаци€ (англ.):  The problem of estimating the state of charge of the battery, based on neural networks, is considered. Two types of recurrent nonlinear autoregressive neural networks were investigated in the problem of estimating the state of charge of a battery during its use. The main criterion for the quality of forecasting was the mean square error. According to the results of the study, the optimal structure of the neural network was chosen.

¬ формате PDF

ѕросмотров: 273, загрузок: 57, за мес€ц: 7.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены