摘要：现有电池荷电状态（SOC）估计方法所需训练和学习时间较长，很难满足动力电池的实时性要求。为解决该问题，利用小脑模型关节控制器（CMAC）神经网络对电池SOC进行评估，CMAC神经网络具有学习算法简单和逼近任意非线性函数的能力。对镍氢电池的模拟测试结果表明，与反向传播神经网络相比，CMAC神经网络的学习和收敛速度较快，能实时估计出电池SOC，并使估计误差在可接受范围内。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社