本發明公開了一種基于神經網絡的鋰離子電池負極材料能量密度預測方法,其特征在于,包括以下步驟:步驟1:采集材料數據,并對材料數據進行預處理后得到總樣本集,將分為測試集樣本和訓練集樣本;步驟2:構建BP神經網絡模型;步驟3:初始化BP神經網絡模型的各項參數;步驟4:對BP神經網絡模型進行訓練,得到最佳的預測網絡;步驟5:對BP神經網絡模型的擬合度進行測試;步驟6:在經過擬合度測試后的BP神經網絡模型中輸入待預測樣本進行預測,得到負極材料能量密度。本發明可以很好的預測鋰離子電池負極材料的能量密度,且過程快速穩定。
聲明:
“基于神經網絡的鋰離子電池負極材料能量密度預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)