针对传统智能算法在求解质子交换膜燃料电池(PEMFC)参数识别问题时识别精度低、收敛速度慢、易受局部最优影响等问题,提出一种基于改进Pelican优化算法(IPOA)的PEMFC参数识别方法.在算法的初始化阶段,使用改进的混沌逆学习策略来初始化POA算法的搜索代理,确保搜索代理在解空间中的分布更加均匀.在优化阶段,引入自适应调整因子来动态调整算法的步长,平衡算法的开发和探索能力,从而提高优化效率,使其能够更有效地确定最优解.接着,设计了一种多策略变异机制来进一步更新优化结果,增强了算法的全局最优搜索能力.最后,将所提出的算法应用于 250 W PEMFC模型的参数识别.结果表明,其具有更高的参数识别精度.
万方数据
维普
