基于RBFNN的DMFC温度建模与神经模糊控制研究

作     者：戚志东 朱新坚 曹广益 QI Zhi-dong;ZHU Xin-jian;CAO Guang-yi

作者机构：南京理工大学自动化学院江苏南京210094 上海交通大学自动化系燃料电池研究所上海200030 

基　　金：国家863项目(2002AA517020) 

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

年 卷 期：2007年第19卷第1期

页      码：126-129,137页

摘      要：为了提高燃料电池的发电性能,直接甲醇燃料电池(DMFC)堆的运行温度应该控制在一个合适的范围内。简单介绍了利用RBF神经网络基于实验的输入输出数据建立DMFC电堆温度模型的方法,避开了电堆的内部复杂性;在控制过程中,将训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法(FGA)在线对神经模糊控制器的参数进行自适应调整,采用最近邻聚类算法(NNCA)对控制器的模糊规则库进行更新。在仿真实验中,将所提出的算法与非线性PID和传统模糊算法进行比较,结果表明所设计的神经模糊控制器具有较好的性能。

主 题 词：直接甲醇燃料电池 径向基函数神经网络(RBFNN) 模糊遗传算法(FGA) 最近邻聚类算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1004-731X.2007.01.034

馆 藏 号：203640087...