基于改进磷虾群算法优化Elman神经网络的PEMFC电堆建模

来源
电测与仪表
页码
1-10
作者单位
合肥工业大学电气与自动化工程学院;
作者
张莹;苏建徽;汪海宁;杜燕;施永;
摘要
质子交换膜燃料电池(PEMFC)电堆的优化控制需要有精确的电堆模型。现有的基于Elman神经网络建立的PEMFC电堆模型已具有较好的精度,但是此种电堆模型仍然存在容易陷入局部极值、结果无法重现等问题。考虑可以将自适应莱维飞行和偏好随机游动两种机制引入基本磷虾群(Krill Herd,KH)算法得到一种改进的磷虾群(Improved Krill Herd,IKH)算法用以优化神经网络的初始参数,进而建立基于IKH-Elman网络的PEMFC电堆模型。仿真结果表明,IKH算法用于优化神经网络可同时保证更高的寻优精度和更快的收敛速度;在预测的精度和稳定性上此种电堆模型也具有一定的优势。
关键词/主题词
PEMFC电堆模型;Elman神经网络;磷虾群算法;改进;自适应莱维飞行;偏好随机游动
若您需要申请原文,请登录。

最新评论

暂无评论。

登录后可以发表评论


意见反馈
返回顶部