【技术实现步骤摘要】
的最大半径阈值T这四个CF Tree参数进行给定;
[0011]每一个CF是一个三元组,用(Q,LS,SS)表示,其中Q代表了这个CF中拥有的样本数, LS代表了这个CF中拥有的样本点各特征维度的和向量,SS代表了这个CF中拥有的样本点各特征维度的平方和;N、SS、LS满足如下线性关系;
[0012][0013]步骤(4)针对所述步骤(2)所得的数据集D,读入第1组数据d1,将其纳入第一个叶子节点的第一个CF三元组LN1;
[0014]步骤(5)读入第2组数据d2,如果它处在前一个CF节点所对应的半径为T的超球体中,则将其置为同一个CF三元组LN1,插入结束;转入步骤(8);否则转入步骤(6);
[0015]步骤(6)如果当前叶子节点的CF节点个数小于阈值L,则创建一个新的CF节点,放入第2组数据d2,生成新的三元组LN2,插入结束,转入步骤(8);否则转入步骤(7);
[0016]步骤(7)将当前叶子节点划分为两个新叶子节点,选择旧叶子节点中欧式距离相距最远的两个CF节点,分别作为两个新叶子节点的第一个CF节点;将其他元组和新加入元组按照“距离相近”原则放入两个新的叶子节点;依次向上检查分支节点和根节点是否也需要分裂,若需要,则其分裂方式和叶子节点相同;若不需要,则转入步骤(8);
[0017]步骤(8)继续读入剩余组的数据d
t
(2<t≤n),重复步骤(5)到步骤(7);完成对所有数据建立聚类特征树CF Tree;
[0018]步骤(9)利用CF Tree的根节点的质心,作为初始电 ...
【技术保护点】
【技术特征摘要】
1.一种粒子群优化BIRCH算法的退役动力电池等级划分方法,其特征在于,其步骤为:步骤(1)选取m组电动大巴车退役动力电池进行外观检测,对于存在鼓包、破损情况的退役动力电池,进行回收处理;将剩余n组退役动力电池进行下一步操作;其中,n≤m;步骤(2)以退役动力电池的容量、内阻和开路电压作为等级划分依据,测量n组退役动力电池的容量、内阻和开路电压的数据参数,得到退役动力电池等级划分的数据集D={d1,d2,L,d
n
};其中,d
u
=(a
u
,b
u
,c
u
)0<u≤n,a
u
代表第u组退役动力电池的容量,b
u
代表第u组退役动力电池的内阻,c
u
代表第u组退役动力电池的开路电压;步骤(3)建立聚类特征树CF Tree,该树的每一个节点由若干聚类特征组成;对根节点最大个数K,分支节点最大个数B,每个叶子节点容纳的最大CF数L以及叶子节点每个CF的最大半径阈值T这四个CF Tree参数进行给定;每一个CF是一个三元组,用(Q,LS,SS)表示,其中Q代表了这个CF中拥有的样本数,LS代表了这个CF中拥有的样本点各特征维度的和向量,SS代表了这个CF中拥有的样本点各特征维度的平方和;N、SS、LS满足如下线性关系;步骤(4)针对所述步骤(2)所得的数据集D,读入第1组数据d1,将其纳入第一个叶子节点的第一个CF三元组LN1;步骤(5)读入第2组数据d2,如果它处在前一个CF节点所对应的半径为T的超球体中,则将其置为同一个CF三元组LN1,插入结束;转入步骤(8);否则转入步骤(6);步骤(6)如果当前叶子节点的CF节点个数小于阈值L,则创建一个新的CF节点,放入第2组数据d2,生成新的三元组LN2,插入结束,转入步骤(8);否则转入步骤(7);步骤(7)将当前叶子节点划分为两个新叶子节点,选择旧叶子节点中欧式距离相距最远的两个CF节点,分别作为两个新叶子节点的第一个CF节点;将其他元组和新加入元组按照“距离相近”原则放入两个新的叶子节点;依次向上检查分支节点和根节点是否也需要分裂,若需要,则其分裂方式和叶子节点相同;若不需要,则转入步骤(8);步骤(8)继续读入剩余组的数据d
t
(2<t≤n),重复步骤(5)到步骤(7);完成对所有数据建立聚类特征树CF Tree;步骤(9)利用CF Tree的根节点的质心,作为初始电池等级分布的聚类中心;确定聚类中心点个数为k,用r
i
(t)表示;0<i≤k;以k个聚类中心点作为粒子群算法的优化对象,即共有k个粒子,0<k≤n;聚类中心点的坐标由退役动力电池的容量、内阻和开路电压参数构成,r
i
(t)=(x
i
,y
i
,z
i
);x,y,z分别代表第i个聚类中心点的容量、内阻和开路电压;步骤(10)在退役动力电池数据集D中,随机初始化步骤(8)所得k个聚类中心点的速度向量和位置向量;设置算法最大迭代次数l;0<l≤500;步骤(11)分别计算n组退役动力电池数据{d1...
【专利技术属性】
技术研发人员:宋汶秦,徐逸杨,杨茜,李昱,杨婷婷,王海亮,王著秀,王兴贵,杨国山,
申请(专利权)人:兰州理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。