文献类型：期刊文章

作　　者：李奇[1] 陈维荣[1] 戴朝华[1] 贾俊波[2] 韩明[3]

机构地区：[1]西南交通大学电气工程学院,四川省成都市610031 [2]南洋理工大学电力电子工程学院,新加坡淡宾尼区639798 [3]淡马锡理工学院工程学院,新加坡淡宾尼区529757

出　　处：《中国电机工程学报》

年　　份：2008

卷　　号：28

期　　号：17

起止页码：119-124

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：搜寻者优化算法(seeker optimization algorithm,SOA)是模拟人的随机搜索行为的一种应用于连续空间的群体智能优化算法。根据质子交换膜燃料电池(proton exchange membrane fuelcell,PEMFC)极化曲线模型的建模原理,采用SOA算法对该模型的参数进行优化,用以得到一组模型的最优参数。通过仿真结果与实验结果的对比分析,证明SOA算法能够使仿真结果和实验测试数据之间达到很高的拟合精度,对于优化PEMFC的极化曲线模型参数具有明显的优越性。因此,SOA算法对于改善PEMFC极化曲线模型的性能将起到重要的作用,并有望成为模型优化领域的一种新的有效工具。

关 键 词：搜寻者优化算法 质子交换膜燃料电池 极化曲线模型  参数优化

分 类 号：TP391]