基于改进BP神经网络辨识的DMFC建模研究

• 作者: 戚志东 曹广益 朱新坚
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 直接甲醇燃料电池 神经网络 辨识
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 建模与验模
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP183
• 字数: 2512字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.05.017

摘要

针对直接甲醇燃料电池(DMFC)系统过于复杂,难以建模的特点,该文试图绕开DMFC的内部复杂性,基于实验数据,利用神经网络逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到DMFC这种高度非线性系统的建模.以1000组电池电压、电流密度实验数据作为训练样本,采用基于LM算法的改进BP神经网络,建立了不同温度下电池电压-电流密度动态响应模型.仿真结果表明这种方法是可行的,建立的模型精度较高,它使得设计DMFC的实时控制器成为可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱新坚	上海交通大学自动化系燃料电池研究所	231	2594	23.0	40.0
2	曹广益	上海交通大学自动化系燃料电池研究所	222	2707	25.0	42.0
3	戚志东	上海交通大学自动化系燃料电池研究所	6	60	4.0	6.0