针对锂离子电池荷电状态（Stage of charge，SOC）在线估计精度不高，等效电路模型法估计精度与模型复杂度相矛盾的问题，本文对扩展卡尔曼滤波算法进行了改进，并以电池工作电压、电流为输入，对应等效电路模型法的SOC估计误差为输出，采用极限学习机算法，建立基于输入输出数据的SOC估计误差预测模型，采用物理–数据融合方法，基于误差预测模型，建立了等效电路模型法结合极限学习机的锂离子电池SOC在线估计模型。仿真结果表明，改进扩展卡尔曼滤波算法提高了算法的估计精度，而物理–数据融合的锂离子电池SOC在线估计模型减小了由电压、电流测量所引入的估计误差，克服了等效电路模型法估计精度与模型复杂度之间相矛盾的问题，进一步提高了SOC的估计精度，满足估计误差不超过5%的应用需求

基于CALPHAD技术首先评估了LiF-NaF和LiF-KF两个二元熔盐体系，液相和端际固溶体Halite相均采用Redlich-Kister多项式置换熔体模型描述，模型参数的优化选取实验相平衡数据和热化学数据以及本文根据第一性原理预测的数据.结合文献中已报道的NaF-KF体系的热力学参数，用Muggianu模型扩展至LiF-NaF-KF三元体系，根据三元共晶点的实验数据调整三元交互参数.最终的相图计算结果与绝大部分实验数据和第一原理计算数据吻合较好，由此获得了一套自洽且可靠的热力学参数，其能够准确描述LiF-NaF-KF体系的相平衡与热力学性质

建立数学模型是为了利用它有效地分析、解 决现实问题, 真实世界的背景不容忽视. 通过观察、测量等手段收集的数据来自于现 实世界, 带有我们关注的研究对象的大量信息. 数据作用于模型的形式：

本章要点 1.1数据库系统简介 1.2数据模型与关系数据库(重点) 1.3 Visual FoxPro的安装

电子科技大学：《软件技术基础 Fundamental of Software Technology》课程教学资源（课件讲稿）第四章 数据库 4.2 数据模型

北京化工大学：《计算化学》课程电子教案（课件讲稿）第二章 实验数据的模拟及模型参数的确定

复旦大学：《投资学原理 Investments》课程教学资源（投资试验）Nelson-Siegel 模型数据拟合与估计

一、数据库系统的发展 二、数据模型 三、关系数据库 四、BDE组件 五、数据访问组件 六、区数据控制组件

一.模型检验的必要性 （1）借助于数据散布图的直观形象, 选择一个函数来近似变量之间的相关关系； （2）用最小二乘法求经验模型中参数的最佳估计.问题：如何评价此建模方法？

4.1数据管理技术的发展 4.2数据描述与数据模型 4.3数据库体系结构 4.4关系代数 4.5关系模式的规范化 4.6数据库设计 4.7关系数据库语言