本發(fā)明發(fā)明了一種基于人工生命模型的鋰電池組SOC預(yù)測方法，該方法包括人工生命模型建立和人工生命模型進(jìn)化兩部分。首先，建立鋰電池SOC預(yù)測的人工生命模型。其次，為了使人工生命體可以更快速地學(xué)習(xí)，從而引入人工神經(jīng)網(wǎng)絡(luò)并將QPSO算法作為人工生命體的學(xué)習(xí)算法。之后，將采集電動汽車鋰電池組的歷史充放電數(shù)據(jù)以及對應(yīng)的SOC數(shù)據(jù)提供給人工生命體進(jìn)而使它們不斷進(jìn)化。再次，進(jìn)化完成時，選取最優(yōu)的種群中的最優(yōu)個體作為預(yù)測鋰電池SOC的模型。最后，通過測試數(shù)據(jù)對所得模型進(jìn)行評估，并計算出模型的準(zhǔn)確率。本發(fā)明無需復(fù)雜的參數(shù)配置，就可以準(zhǔn)確地獲得預(yù)測結(jié)果，而且預(yù)測精度高、誤差小，預(yù)測成本低，可廣泛應(yīng)用于電動汽車的控制行業(yè)中。