公开(公告)号：CN113376541B

公开(公告)日：2023-06-06

申请号：CN202110623378.7

申请日：2021-06-04

Applicant: 辽宁工程技术大学

Inventor： 郭瑞 ,  王新悦 ,  岳天舒

IPC: G01R31/392 ,  G06N3/006

Abstract: 本发明涉及一种基于CRJ网络的锂离子电池健康状态预测方法，形成CRJ网络并训练；在线监测电池恒流充电时间序列，输入所述预测模型，输出可用放电容量序列，获得电池健康状态。本发明的方法使用恒流充电时间作为输入，由CRJ网络预测健康状态，实现了实时在线预测锂离子电池的健康状态；该方法对硬件条件要求不高，对内存占用小。本发明采用优化算法优化CRJ网络后建立的预测模型可用于同类型电池的健康状态预测；将IPSO算法和AOA算法结合，形成IAPSOA算法，IAPSOA优化算法加强了AOA算法的搜索能力和稳定性，可以更好地优化网络参数；获取CRJ网络模型精度高。

公开(公告)号：CN117111460A

公开(公告)日：2023-11-24

申请号：CN202310895063.7

申请日：2023-07-20

Applicant: 辽宁工程技术大学

Inventor： 郭瑞 ,  岳天舒 ,  史弘扬

IPC: G05B13/04

Abstract: 本发明涉及一种无人驾驶控制方法和系统，包括：构建无人驾驶决策控制模型；利用所述无人驾驶决策控制模型建立数据经验池；利用所述数据经验池对所述无人驾驶决策控制模型进行训练更新，获得更新后的无人驾驶决策控制模型；所述训练更新包括对所述数据经验池进行二次采样；判断所述更新后的无人驾驶决策控制模型是否收敛，若收敛，则训练结束；采用所述收敛的无人驾驶决策控制模型进行控制。本发明通过二次采样对构建的无人驾驶决策控制模型进行训练更新，通过对数据经验池中的数据的二次采样，实现对数据经验池中的样本数据的充分利用，提高智能体学习效率，加快算法收敛。

公开(公告)号：CN113376541A

公开(公告)日：2021-09-10

申请号：CN202110623378.7

申请日：2021-06-04

Applicant: 辽宁工程技术大学

Inventor： 郭瑞 ,  王新悦 ,  岳天舒

IPC: G01R31/392 ,  G06N3/00

Abstract: 本发明涉及一种基于CRJ网络的锂离子电池健康状态预测方法，形成CRJ网络并训练；在线监测电池恒流充电时间序列，输入所述预测模型，输出可用放电容量序列，获得电池健康状态。本发明的方法使用恒流充电时间作为输入，由CRJ网络预测健康状态，实现了实时在线预测锂离子电池的健康状态；该方法对硬件条件要求不高，对内存占用小。本发明采用优化算法优化CRJ网络后建立的预测模型可用于同类型电池的健康状态预测；将IPSO算法和AOA算法结合，形成IAPSOA算法，IAPSOA优化算法加强了AOA算法的搜索能力和稳定性，可以更好地优化网络参数；获取CRJ网络模型精度高。