基于随机函数链接神经网络（RVFL）的锂电池健康状态（SOH）预测 - 指南

基于随机函数链接神经网络（RVFL）的锂电池健康状态（SOH）预测

一、RVFL网络的基本原理与结构

随机向量特性链接（RandomVectorFunctional Link, RVFL）网络是一种单隐藏层前馈神经网络的随机化版本，其核心特征在于输入层到隐藏层的权重随机生成且固定，输出层权重通过最小二乘法直接求解。这种结构设计使其在训练速度和泛化能力上具有显著优势。

1. 网络架构：
   • 输入层：接收外部信号（如电池的电压、电流、温度等时序信息）。
   • 增强层（隐藏层）：通过随机权重矩阵（W h \mathbf{W}_h