热点事件观察中
HHO-BiLSTM-Attention模型预测锂电池SOH
1 篇报道1 个报道来源2 天前更新
先了解这件事
事件综述
2026年10月30日，关键词流收录一项研究，提出将哈里斯鹰优化算法（HHO）与双向LSTM及注意力机制结合的HHO-BiLSTM-Attention模型，用于锂离子电池健康状态（SOH）预测。报道称该研究发表于Advances in Engineering Innovation第17卷第11期，所用数据集可向作者申请获取。目前仅有这一条报道，未见模型性能数据、对比结果或复现信息，暂无后续进展。
根据报道自动生成 · 10 小时前更新
最新进展10月30日 08:00
关键词流收录该研究，称已发表于Advances in Engineering Innovation第17卷第11期。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- 关键词流·SOX 与寿命预测基于 HHO-BiLSTM-Attention 模型的锂离子电池健康状态预测
研究提出 HHO-BiLSTM-Attention 模型用于锂离子电池健康状态（SOH）预测，将哈里斯鹰优化算法（HHO）与双向 LSTM 及注意力机制结合。该研究发表于 Advances in Engineering Innovation 第 17 卷第 11 期，所用数据集可向作者申请获取。
本事件热度走势
当前热度 9·可比范围峰值 9（11月1日 06:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。