摘要
本申请提供一种电解液的配方比例优化方法、系统、电子设备及存储介质,涉及电池技术领域,该方法包括:获取电解液实验数据,电解液实验数据至少包括电解液配方比例和相应电池的性能指标数据;根据电解液实验数据构建各个性能指标的预测模型,获得多个性能指标预测模型;采用非支配排序遗传算法结合各个性能指标预测模型进行多目标优化,获得电解液配方比例集合;根据目标性能指标需求从电解液配方比例集合中选取目标电解液配方比例方案。本申请通过构建各性能指标预测模型,同时采用非支配排序遗传算法结合性能指标预测模型进行多目标优化,能快速从海量数据中筛选出满足多性能指标的配方比例集合,从而大幅提升研发效率并降低成本。
技术关键词
电解液配方
性能指标数据
遗传算法
梯度提升决策树
深度神经网络模型
支持向量机模型
电解液材料
电池
序列
电子设备
数据获取模块
处理器
参数
密度
可读存储介质
多项式
存储器
训练集
系统为您推荐了相关专利信息
误差修正模型
分布式光伏系统
混合预测模型
预测误差
时序特征
状态空间方程
锂离子电池
等效电路模型
协方差矩阵
热阻
卷积神经网络模型
样本
主动学习方法
遗传算法
标签
场景搜索方法
基因遗传算法
复杂度
自动驾驶系统
测试场景
优化决策方法
显示平台
遗传算法
图像识别技术
决策系统