چکیده: چکیده ازآنجایی‌که اندازه گیری حالت شارژ باتری به طور مستقیم قابل‌انجام نیست، هدف تخمین حالت شارژ باتری می-باشد. در این تحقیق برای تخمین حالت شارژ باتری از روش "فیلتر ذره ای بهبودیافته با الگوریتم بهینه سازی ازدحام ذرات ترکیب شده با عملگر جهش" استفاده می شود. این روش مدل محور می‌باشد؛ لذا پارامتر‌های مدل سیستم از روش حداقل مربعات بازگشتی شناسایی می شوند. برای بررسی و ارزیابی عملکرد روش پیشنهادی، تخمین حالت شارژ با سه روش دیگر نیز انجام می گردد. روش اول یعنی فیلتر ذره‌ای استاندارد، دارای ضعف هایی مانند وابستگی به تعداد ذرات اولیه، تباهیدگی ذرات، واگرایی از مقدار واقعی و غیره می باشد. در روش بعدی؛ در مرحله نمونه‌برداری فیلتر ذره‌ای، از الگوریتم بهینه سازی ازدحام ذرات استفاده می شود که تا حدودی مشکلات وابستگی به تعداد ذرات اولیه، تباهیدگی ذرات و دقت پایین را بهبود می‌دهد؛ اما خود دارای نقاط ضعفی همچون همگرایی به مقدار بهینه محلی و سرعت پایین تخمین می باشد. در روش بعدی تخمین با الگوریتم بهینه سازی ازدحام ذرات انجام می گردد که از معایب این روش می توان به‌سرعت و دقت پایین و همچنین واگرایی در طول تخمین اشاره کرد. در نتیجه به‌منظور جلوگیری از این مشکلات، تخمین با استفاده از روش پیشنهادی انجام می-شود. در این روش در مرحله نمونه برداری فیلتر ذره ای از الگوریتم بهینه سازی ازدحام ذرات ترکیب شده با عملگر جهش استفاده می شود. عملگر جهش تعدادی از ذرات را انتخاب کرده و آن ها را جهش می دهد که در نتیجه مانع همگرایی زودرس به مقدار بهینه محلی و همچنین مانع از پدیده فقر ذرات می شود. علاوه بر این، این روش مشکل تباهیدگی ذرات، واگرایی، کاهش دقت و همچنین سرعت پایین الگوریتم بهینه سازی را تا حد قابل ‌قبولی حل می کند. در ادامه تحقیق، تخمین با استفاده از این چهار روش بر روی داده های باتری پاناسونیک شبیه سازی می شود و نتایج حاصل با یکدیگر مقایسه می گردند و در نتیجه روش پیشنهادی به‌عنوان روش برتر انتخابی می-شود.