SOFC的支持向量机(SVM)辨识建模

作     者：霍海娥 霍海波 杨长生 HUO Hai-e;HUO Hai-bo;YANG Chang-sheng

作者机构：成都航空职业技术学院建筑工程系四川610021 上海海洋大学电气工程系上海201306 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2010年第22卷第6期

页      码：1557-1560页

摘      要：为了便于固体氧化物燃料电池(SOFC)的性能预测和控制方案设计,提出一种基于支持向量机(SVM)的建模方法,用具有RBF核函数的SVM建立了SOFC电池堆的非线性模型。应用仿真对所建SVM模型的有效性和精度进行了检验,并与BPNN模型的辨识效果进行了比较。仿真结果证明与BPNN模型相比,SVM模型具有较高的建模精度。该SVM辨识模型的建立,对SOFC系统的控制策略研究具有一定的实用价值。

主 题 词：固体氧化物燃料电池(SOFC) 支持向量机(SVM) BP神经网络(BPNN) 建模 

学科分类：081203[081203] 08[工学] 0802[工学-机械学] 0835[0835] 0825[工学-环境科学与工程类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16182/j.cnki.joss.2010.06.011

馆 藏 号：203102679...