摘要： 为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群（Improved Particle Swarm Optimization,IPSO）算法优化概率神经网络（Probabilistic Neural Network,PNN）的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法。首先,研究了基于PNN的电动汽车故障诊断模型,分析了PNN的平滑因子对该模型诊断准确率的影响;其次,在粒子群（Particle Swarm Optimization,PSO）算法中引入频率粒子群和采用动态惯性权重,改善PSO算法的全局和局部寻优能力,利用IPSO算法优化基于PNN的电动汽车故障诊断模型的平滑因子,以改善模型的分类能力;最后进行仿真与分析。仿真结果表明:相较于基于PSO-PNN的电动汽车故障诊断方法,基于IPSO-PNN的电动汽车故障诊断方法具有更高的诊断准确率和诊断速度。 

关键词: 电动汽车，故障诊断，粒子群算法，概率神经网络

中图分类号: 

• TP18

• U469.72

• U472.9