人工神经网络预测镁基储氢合金电极的循环放电性能

摘要

利用人工神经网络(ANN)预测了镁基储氢合金电极的循环放电性能.以合金电极1～5次的循环放电容量作为网络输入来预测后续的循环放电容量.采用LM算法,用Mg0.8Ti0.1M0.1Ni(M=Al,Cr,Cu,Fe,Si,V,Zn,Zr,B,Mn)合金电极的循环放电实验数据对网络进行训练.结果表明,建立的网络模型能准确预测合金电极的6～20次的循环放电容量.采用循环寿命为45～80次的Mg0.9-xTi0.1PdxNi(x=0.04,0.06,0.08,0.1)合金电极的实验数据对网络的泛化性能进行测试,测试结果和实验结果基本一致.表明所建立的人工神经网络模型具有较好的泛化性能,能够准确预测镁基储氢合金电极的循环放电性能.