基于支持向量机与改进高斯过程混合模型的车用电池容量预测方法<sup>*</sup>

基于支持向量机与改进高斯过程混合模型的车用电池容量预测方法^*

李雨佳, 欧阳权, 刘灏仪, 祝铭烨, 王志胜

Vehicle Battery Capacity Prediction Based on Hybrid Model of Support Vector Machine and Improved Gaussian Process

LI Yujia, OUYANG Quan, LIU Haoyi, ZHU Mingye, WANG Zhisheng

表2 不同方法多步预测结果对比

预测步长	方法	实车1				实车2				实车3
预测步长	方法	RMSE	MAE	MAPE(%)		RMSE	MAE	MAPE(%)		RMSE	MAE	MAPE(%)
三步	融合方法	0.084 2	0.061 3	0.054 9		0.086 0	0.060 3	0.058 0		0.040 3	0.031 0	0.291 4
	SVM	0.169 8	0.133 9	0.120 5		0.124 9	0.100 1	0.096 7		0.103 7	0.076 7	0.335 7
	LSTM	0.390 7	0.313 7	0.280 0		0.337 5	0.288 7	0.278 6		0.071 1	0.059 4	0.057 6
	BP	0.128 5	0.113 7	0.119 1		0.164 2	0.136 3	0.105 3		0.130 5	0.104 0	0.096 2
六步	融合方法	0.148 5	0.094 6	0.084 7		0.181 4	0.117 2	0.115 2		0.076 2	0.055 6	0.053 9
	SVM	0.136 8	0.113 2	0.101 7		0.168 3	0.136 2	0.131 6		0.107 8	0.080 5	0.078 1
	LSTM	0.355 5	0.325 6	0.291 2		0.523 2	0.448 1	0.432 4		0.147 3	0.117 4	0.113 9
	BP	0.169 2	0.149 1	0.168 8		0.205 7	0.173 3	0.121 8		0.151 0	0.121 2	0.113 4