10.3969/j.issn.1000-3932.2001.02.003
燃料电池基于改进遗传算法的多层前向神经网络控制
通过对熔融碳酸盐燃料电池(MCFC)温度动态模型的分析,根据控制对象的非线性和参数分布的特点,提出了基于遗传算法的反馈型多层前向神经网络对顺流型MCFC温度进行控制的方案;通过对传统遗传算法的分析,提出了改进的遗传算法,用该算法对神经网络的权值进行优化,并给出了具体的学习算法。最后结合前人在MCFC模型动特性分析方面的工作和实验数据进行了仿真,结果表明这种控制方法是合理和有效的。
燃料电池、遗传算法、多层前向神经网络、仿真
28
TP183(自动化基础理论)
上海市科技发展基金993012008
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
8-12