原文传递
基于遗传算法优化的燃料电池神经网络模型
| 题名： | 基于遗传算法优化的燃料电池神经网络模型 |
| 正文语种： | 中文 |
| 作者： | 侯永平 方学 舒文娇 庄寅 |
| 作者单位： | 同济大学新能源工程中心 上海燃料电池汽车动力系统有限公司 |
| 关键词： | 燃料电池 人工神经网络 建模 遗传算法 |
| 摘要： | 作者通过BP神经网络预测质子交换膜燃料电池的输出电压，然而人工神经网络的初始权值和阈值是随机选取，易导致网络陷入局部最优。文章利用遗传算法(GA)全局搜索能力强的特点优化神经网络的初始权值和阈值，然后发挥BP算法局部搜索速度快的特点得到最佳权值和阈值。仿真结果表明，优化后的BP神经网络与传统的BP神经网络相比，燃料电池电压的预测结果更加精确。 |
| 会议日期： | 201007 |
| 会议举办地点： | 长春 |
| 会议名称： | 2010中国汽车工程学会年会 |
| 出版日期： | 2010-06-30 |
| 母体文献： | 2010中国汽车工程学会年会论文集 |
| 分类号： | TP3 P33 |
检索历史
应用推荐
