德国斯图加特大学Kai Schofer课题组开发了一个基于遗传编程的符号回归的机器学习框架。这种演化算法能够从电池老化数据中推断出物理上可解释的模型，而不需要领域知识。本工作将这种新的方法与案例研究中已有的方法进行了比较，这些案例代表了基于104个汽车锂离子电池周期和日历老化数据的寿命预测的常见任务。平均而言，对存储时间和能量吞吐量的推断的预测精度分别提高了38%和13%。对于其他应力因素的预测，误差减少高达77%。此外，演化生成的老化模型满足了关于适用性、可推广性和可解释性的要求。这突出了演化算法在提高电池老化预测以及洞察力方面的潜力。相关论文以题为：“Machine Learning-Based Lifetime Prediction of Lithium-Ion Cells”发表在Advance Science上。