您当前的位置:
首页 >
文章列表页 >
基于Kriging模型多目标遗传算法的高功率动力电池包冷却性能研究
优化·可靠性 | 更新时间:2022-09-22
    • 基于Kriging模型多目标遗传算法的高功率动力电池包冷却性能研究

    • RESEARCH ON COOLING PERFORMANCE OF HIGH POWER POWER BATTERY PACK BASED ON MULTI-OBJECTIVE GENETIC ALGORITHM

    • 机械强度   2021年43卷第6期 页码:1366-1372
    • 作者机构:

      1. 浙江工业职业技术学院交通学院

      2. 浙江省吉利汽车研究院有限公司

    • DOI:10.16579/j.issn.1001.9669.2021.06.014    

      中图分类号:

    扫 描 看 全 文

  • 童高鹏, 王之丰. 基于Kriging模型多目标遗传算法的高功率动力电池包冷却性能研究[J]. 机械强度, 2021,43(6):1366-1372. DOI: 10.16579/j.issn.1001.9669.2021.06.014.

    TONG GaoPeng, WANG ZhiFeng. RESEARCH ON COOLING PERFORMANCE OF HIGH POWER POWER BATTERY PACK BASED ON MULTI-OBJECTIVE GENETIC ALGORITHM[J]. 2021,43(6):1366-1372. DOI: 10.16579/j.issn.1001.9669.2021.06.014.

  •  

0

浏览量

302

下载量

1

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多项式混沌展开和KL散度的随机有限元模型修正
基于改进Kriging模型的主动学习可靠性分析方法
基于Kriging模型的损伤识别方法

相关作者

暂无数据

相关机构

兰州交通大学机电工程学院
中车株洲电力机车有限公司大功率交流传动电力机车系统集成国家重点实验室
西南交通大学机械工程学院
兰州交通大学机电工程学院
0