基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了更好地满足工程上对SOFC(solid oxide fuel cell)性能预测和控制方案设计要求,提出利用人工蜂群算法(ABC)优化支持向量机(SVM)来建立SOFC电堆模型.通过利用ABC算法优化SVM参数(核函数值宽度和惩罚因子),采用优化后的参数作为SVM的初始参数建立模型,与SVM、GA-SVM和PSO-SVM模型进行对比.实验结果表明:ABC-SVM模型平均平方误差小,说明该算法可以很好的预测在不同氢气流速下SOFC的电压/电流特性曲线.该模型对SOFC预测和控制方案设计有一定价值.
推荐文章
微管式固体氧化物燃料电池制备技术及电堆组装工艺
微管式固体氧化物燃料电池
挤出成型法
相转化纺丝法
陶瓷中空纤维
陶瓷微反应器
基于启发式动态规划的固体氧化物燃料电池优化控制研究
固体氧化物燃料电池(SOFC)
BP神经网络
HDP算法
优化控制
管式固体氧化物燃料电池系统数学模型
固体
氧化物
燃料电池
数学模型
建立
模型验证
性能
预测
固体氧化物燃料电池研究进展
固体氧化物燃料电池
绿色能源
固体电解质
电极
材料
进展
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ABC-SVM固体氧化物燃料电池电堆建模与仿真
来源期刊 集美大学学报(自然科学版) 学科 工学
关键词 固体氧化物燃料电池(SOFCs) 人工蜂群算法(ABC) 支持向量机(SVM) 电堆建模
年,卷(期) 2020,(4) 所属期刊栏目 船舶与机械工程
研究方向 页码范围 293-298
页数 6页 分类号 TP391
字数 3431字 语种 中文
DOI 10.19715/j.jmuzr.2020.04.08
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周海峰 集美大学轮机工程学院 49 174 8.0 9.0
5 靳方圆 集美大学轮机工程学院 1 0 0.0 0.0
9 熊超 集美大学轮机工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (12)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
固体氧化物燃料电池(SOFCs)
人工蜂群算法(ABC)
支持向量机(SVM)
电堆建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
集美大学学报(自然科学版)
双月刊
1007-7405
35-1186/N
大16开
福建厦门集美银江路185号
1996
chi
出版文献量(篇)
1788
总下载数(次)
5
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导