[发明专利]一种自噬膜计算的燃料电池优化建模方法

摘要

本发明公开了一种自噬膜计算的燃料电池优化建模方法。包括如下步骤：1）通过现场操作或者实验获得燃料电池的电流输入和电压输出采样数据，将燃料电池模型的估计输出与实际输出采样数据的误差平方和作为最小化目标函数；2）受生物细胞胞内物质及能量的重组、变异、自噬启发，抽象出一种自噬膜计算的燃料电池优化建模方法及其相应的仿生规则；3)设定算法运行参数；4）运行所述的自噬膜计算优化算法对燃料电池模型中的未知参数进行估计，通过最小化目标函数，得到模型中未知参数的估计值，将估计值代入燃料电池模型中，形成数学模型。本发明建模方法，具有抗早熟、寻优精度高、收敛快的特点，也适用于其他复杂化学反应过程的建模。

主权项

1.一种自噬膜计算的燃料电池优化建模方法，其特征包括如下步骤：1)通过现场操作或者实验获得燃料电池的电流输入和电压输出的采样数据，对于同一组燃料电池的电流输入采样数据，燃料电池模型的电压估计输出与燃料电池的电压实际输出数据的误差平方和作为目标函数；2)根据生物细胞胞内物质及能量的重组、变异及自噬现象，抽象出自噬膜计算的燃料电池优化建模方法；受细胞膜内各种细胞器功能的启发，提出如下自噬膜计算优化方法的规则：选择规则、交流规则、突发变异规则、重组规则和自噬规则；3)设定自噬膜计算优化算法的初始环境和参数：拓扑结构、自噬膜计算运行的进化代数G＝500、突发变异概率为交流概率p_c＝0.2、重组概率p_sc＝0.2、自噬概率p_a＝0.8、可接受误差的大小ε＝1×10^-4和自噬膜计算方法的终止规则，其中a_p＝0.001，b_p＝0.099，c_p＝15/G，G₀＝G/2，g为当前运行代数；4)运行自噬膜计算优化算法估计燃料电池模型中的未知参数ξ₁，ξ₂，ξ₃，ξ₄，b，λ，R_c：其中，ξ₁，ξ₂，ξ₃，ξ₄为电化学极化或活化极化电动势系数、b为浓差极化过电势系数、λ为欧姆电压降的外电路系数、R_c为欧姆电压降的燃料电池内电阻；通过最小化目标函数，得到燃料电池模型中未知参数的估计值，将估计值代入燃料电池模型中，形成燃料电池的数学模型。