BP网络在蓄电池电压监测单元中的应用
用最后得到的矩阵修改程序,然后输入测试集数据,求出误差
测试集(如图4)是:
T= -19:2:21
V=[ 14.4,14.34,14.28,14.22,14.14,14.08,14.02,13.96,13.88,13.82,13.76,13.68,13.62,13.56,13.48,13.42,13.36,13.3,13.22,13.2,13.2];

运行结果(如图5):

TRAINBP: 0/10000 epochs, SSE = 0.0942136.
TRAINBP: 100/10000 epochs, SSE = 0.00825354.
TRAINBP: 145/10000 epochs, SSE = 0.0049739.
测试集的SSE = 0.0942136,误差平方和10mV,满足了要求。
5 结束语
由于蓄电池电压监测模块采用了BP网络拟合的数据,使精确判断蓄电池浮充电压有了科学依据。
参考文献
1. (美)Martin T. Hagan 等著 戴葵等译.神经网络设计. 2002年9月第1版.北京;机械工业出版社
2. 王鸿麟.蓄电池快速充电技术. 1985.北京;人民邮电出版社
3. 施锡林.铅蓄电池 . 1983.北京;人民邮电出版社
4. 陆名彰, 李中奇编著.煤矿常用铅蓄电池的原理与使用.1993.6 .北
京; 煤炭工业出版社
评论