基于自适应神经网络模糊推理系统的蓄电池SOH预测
针对装甲车辆铅酸蓄电池健康状况影响因素复杂、难以准确预测的特点，提出了基于自适应神经网络模糊推理系统的蓄电池SOH预测模型。在确定模型的输入变量后，对其进行了MATLAB仿真和实测数据验证分析。结果表明，该模型具有很高的预测精度，在装甲车辆铅酸蓄电池SOH预测上具有很高的实用价值。
文件下载
评论信息
其他资源
- CRC计算工具V3.3.0-64
- PXE网络克隆工具包(GhostSrv+Tftpd32+maxdos.pxe启动文件)
- 达芬奇中文使用手册1-100页.pdf
- 广告机发布软件
- GSC matlab
- 技术特征对比表.docx
- kaggle-Fruit Recognition10-Banana.zip
- Python_3.6.12_Windows64位安装包.exe
- ros中的五种2D SLAM算法.pdf
- VMware vSphere 6.7
- 图论——有向图的关联矩阵和邻接矩阵的转换matlab程序
- 深信服测试工程师面试题
- 中联泵的智能选型软件
- 材质框架：AC＃UserControl API-源码
- pymongo-3.9.0-cp27-cp27m-win_amd64.whl
- PandaOCR v2.66.7z
- DCOS之marathon技术文档
- 07angularjs4.x请求数据(上).zip
- 官网 linux libevent & memcached 安装包
- 基于TCP的协议的聊天程序
- 部署Juniper vSRX 模拟器 模拟Juniper SRX 设备教学
- Effective Modern C++.mobi
- 完整的黑盒测试报告(nextdate的)
- Ondo SIP Server
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明