GA和BP神经网络在电池散热中的应用
来源期刊:机械设计与制造2019年第11期
论文作者:柯坚 王斌汉 杨志军
文章页码:196 - 199
关键词:电池组散热;优化设计;遗传算法;BP神经网络;
摘 要:针对电池散热问题,利用GA与BP神经网络对电池间隙与进风口风速进行了优化并利用FLUENT进行了仿真验证。为了获取较高泛化能力的BP神经网络,在建立能反映电池组间隙、进风口风速与电池组最高温度关系的神经网络的同时,利用GA对BP神经网络的初始权值阈值进行了优化,并对训练好的神经网络进行寻优求解,获得最高温度最低时所对应的电池间隙和进风口风速。在此基础上进行仿真验证,仿真结果与寻优结果基本一致,电池组流场平稳,温度得到有效降低且与预测温度基本差别不大。
柯坚,王斌汉,杨志军
西南交通大学机械工程学院
摘 要:针对电池散热问题,利用GA与BP神经网络对电池间隙与进风口风速进行了优化并利用FLUENT进行了仿真验证。为了获取较高泛化能力的BP神经网络,在建立能反映电池组间隙、进风口风速与电池组最高温度关系的神经网络的同时,利用GA对BP神经网络的初始权值阈值进行了优化,并对训练好的神经网络进行寻优求解,获得最高温度最低时所对应的电池间隙和进风口风速。在此基础上进行仿真验证,仿真结果与寻优结果基本一致,电池组流场平稳,温度得到有效降低且与预测温度基本差别不大。
关键词:电池组散热;优化设计;遗传算法;BP神经网络;