全文总字数：1340字

1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等

一、设计目的和意义 随着社会经济和储能技术的发展，锂离子电池因其质量轻、低放电率和长寿命等优势，在全社会各领域均得到广泛应用。建立准确的锂离子电池容量退化模型，准确预测锂离子电池的剩余寿命，是保障锂离子电池运行可靠性和安全性的基础，也是目前锂离子电池故障预测与健康管理（prognostics and health management phm）技术的重要组成部分。

二、设计依据

1.以锂电池为研究对象；

2. 参考文献（不低于12篇）

[1] 庞景月,马云彤,刘大同,彭宇. 锂离子电池剩余寿命间接预测方法[J]. 中国科技论文. 2014(01)[2] 张维平,任雪飞,李国强,牛培峰. 改进的万有引力搜索算法在函数优化中的应用[J]. 计算机应用. 2013(05)[3] 戴娟,顾斌杰,潘丰. 基于引力搜索算法的SVM参数优化及应用[J]. 江南大学学报(自然科学版). 2013(02)[4] 陈雄姿,于劲松,唐荻音,王英勋. 基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测[J]. 航空学报. 2013(09)[5] 孙斌,姚海涛,刘婷. 基于高斯过程回归的短期风速预测[J]. 中国电机工程学报. 2012(29)[6] 肖蕙蕙,王志强,李山,余雷. 电动汽车动力锂离子电池建模与仿真研究[J]. 电源学报. 2012(01)[7] 刘勇,马良. 非线性极大极小问题的混沌万有引力搜索算法求解[J]. 计算机应用研究. 2012(01)[8] 徐晓东,刘洪文,杨权. 锂离子电池内阻测试方法研究[J]. 中国测试. 2010(06)[9] 李哲,卢兰光,欧阳明高. 提高安时积分法估算电池SOC精度的方法比较[J]. 清华大学学报(自然科学版). 2010(08)[10] 徐冲,刘保国,刘开云,郭佳奇. 基于组合核函数的高斯过程边坡角智能设计[J]. 岩土力学. 2010(03)[11] Fan Li,Jiuping Xu. A new prognostics method for state of health estimation of lithium-ion batteries based on a mixture of Gaussian process models and particle filter[J]. Microelectronics Reliability . 2015 (7)[12] Guangxing Bai,Pingfeng Wang,Chao Hu. A self-cognizant dynamic system approach for prognostics and health management[J]. Journal of Power Sources . 2015