参数辨识算法如何改进？

优化算法大家都知道思路，但是在实际使用过程中性能却不能达到理想效果，要么太慢，要么找不到能够贴合上试验曲线的结果。参数辨识怎么才能“又快又准”？

工况并发：支持一次性上传多组工况（如不同温度、不同倍率）下的电压-容量曲线，使最终辨识出的参数在用户输入的工况范围内均具备更高的准确性与适用性。

参数并发：在贝叶斯优化迭代过程中同时搜寻多组参数的最优取值，所得一揽子动力学参数之间具有合理的大小匹配关系，有效提高一揽子参数用于仿真的整体精度。

双层并发使寻优效率成倍提升；未来规划进一步把膨胀力实验曲线纳入“容量衰减+膨胀力增长”双因子协同参数自拟合，从力学维度扩展老化过程变量的描述。

参数辨识算法我感觉的主要困难是，对于实验曲线的不同“段”，在不同case中，计算loss的权重不同。