|
| 基于随机森林算法的电动汽车动力电池故障预测算法 |
|
| |
|
| 摘要点击次数: 44 |
| 全文下载次数: 43 |
| 中文摘要: |
| 为了准确预测电动汽车动力电池故障，基于实际数据信息对随机森林算法进行改进，构建动力电池故障预测算法。构建的动力电池故障预测算法，以电动汽车的运行数据为基础，通过动力电池故障关联数据属性进行分析，确定动力电池故障预测算法的输入参数；采用网格搜索和交叉验证方法改进随机森林算法，对关键参数进行训练、迭代，依次尝试不同的关键参数组合；采用交叉验证方法进行关键参数优化，得到动力电池故障预测的最优参数组合。结果表明：所构建的动力电池故障预测算法的准确率、召回率、精确率、特异度分别达到0.999 84、0.915 12、0.919 16、0.999 91，比未改造的随机森林算法分别提升5.01%、3.74%、0.74%、9.27%，有效提高了动力电池故障预测的准确性和可靠性。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 |
| 关闭 |
|
|
|
