檢視一种基于改进的网格搜索和广义回归神经网络的锂离子电池健康状态估计方法的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=http://5b0988e595225.cdn.sohucs.com/images/20191015/88d6deafd9c44f8e84e7a4418df03281.jpeg width="300"></center>
<small>[https://www.sohu.com/a/347044731_712171 来自 搜狐网 的图片]</small>
|}

'''一种基于改进的网格搜索和广义回归神经网络的锂离子电池健康状态估计方法'''为了准确估计锂离子电池的健康状态，本项目提出了一种新的基于改进的网格搜索和广义回归神经网络的估计方法。首先，对数据集中的数据进行数据处理，并通过相关性[[分析]]方法，提取了有效的特征数据，包括电压、电流等。其次，提出了一种基于改进的[[网格]]搜索和广义回归神经网络的回归模型来估计电池的健康状态。最后，使用了两个锂离子电池<ref>[https://www.sohu.com/a/402122794_526255 锂离子电池的的原理、配方和工艺流程]，搜狐，2020-06-16 </ref>公共数据集来验证提出的估计方法。实验结果证明，与其他估计方法相比，该方法在准确性，泛化性能和可靠性方面具有优势。