荷电状态SOC（state of charge）是锂离子电池的重要参数之一，SOC的精准估计对电池组安全可靠运行具有意义。针对误差反向传播BP（back propagation）神经网络易收敛至局部最优，导致基于BP网络的SOC估计精度不高的问题，提出子种群自适应趋同策略改进思维进化算法，用其优化BP神经网络的初始权值及阈值，优化后的BP网络简称SAMEA-BP神经网络。结合充放电实验数据，将SAMEA-BP神经网络与标准BP神经网络、思维进化算法优化的BP（MEA-BP）神经网络用于锂离子电池的SOC估计，并对3种方法做了对比分析。结果表明：标准BP神经网络的预测误差保持在9%以内，MEA-BP及SAMEA-BP神经网络分别将误差降低至5%及3%以内，在不同工况下和不同温度下，SAMEA-BP有良好适应性，且估计精度高于BP和MEA-BP。