王钟毅，姬晓，左思

（1.长安大学汽车学院，陕西 西安 710000；2.辽宁工业大学汽车与交通工程学院，辽宁 锦州 121000）

前言

锂离子电池因其工作电压高、比能大、无记忆效应、循环寿命长以及自放电率小等优点已被广泛应用于生活中的很多领域[1]。然而锂离子电池在充放电过程中受到内外界环境和不规范操作的影响，造成其逐渐老化，最终导致系统性能的下降与故障率的上升。因此，为了保证系统的可靠性与安全性，需要对锂离子电池的健康状态进行估计及预测，从而为工作人员维修决策及保养计划提供指导。

1 BP神经网络

BP神经网络是一种多层前馈神经网络，该网络的特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出[2]。BP网络的拓扑结构如图1所示：

图1 BP神经网络括扑结构图

其中，X1，X2，...，Xn是 BP 神经网络的输入值，Y1，Y2，...，Y m是BP神经网络的预测ωij和ωjk是BP神经网络的权重。

具体步骤如下：

（1）初始化，确定结点个数，随即给定各个权值与阈值；

（2）由给定的输入计算出实际输出与隐含层神经元的输出；

（3）计算实际值与期望值的误差，求出输出层的误差与隐含层的误差；

（4）根据得到的误差更新节点间的权值；

（5）重复步骤（3）-（4）计算损失函数，直到损失函数小于事先给定的阈值或迭代次数用完为止。……