Application of coRNA-GA based RBF-NN to model proton exchange membrane fuel cells
Application of coRNA-GA based RBF-NN to model proton exchange membrane fuel cells
复制标题
基于coRNA-GA的RBF-NN在质子交换膜燃料电池模型中的应用
DOI：
10.1016/j.ijhydene.2017.11.027
复制
发表时间：
2018-01
影响因子：
7.2
通讯作者：
王宁
中科院分区：
文献类型：
--
作者：
张丽;王宁
本文提出了一种基于协同进化RNA遗传算法（coRNA-GA）的质子交换膜燃料电池（PEMFC）RBF-NN建模方法。 coRNA-GA受到生物RNA的启发，用RNA核苷酸碱基编码染色体，并采用一些RNA操作。采用一些遗传算子来维持种群多样性。通过不同的评价函数选择两个子群体，利用不同的进化策略来平衡探索和利用。 coRNA-GA 的有效性通过一些基准函数的数值实验得到了验证。此外，基于coRNA-GA的RBF-NN被应用于解决PEMFC的非线性建模问题。仿真结果表明，基于 coRNA-GA 的 RBF-NN 能够以更高的精度预测不同操作条件下的电堆电压。
This paper proposes a co-evolution RNA genetic algorithm (coRNA-GA) based RBF-NN modeling approach of proton exchange membrane fuel cells (PEMFCs). Inspired by the biological RNA, coRNA-GA encodes the chromosomes with RNA nucleotide bases and adopts some RNA operations. Some genetic operators are adopted to maintain the population diversity. Two sub-populations are selected by the different evaluation functions, in which different evolutionary strategies are utilized to balance the exploration and the exploitation. The effectiveness of coRNA-GA is validated by the numerical experiments with some benchmark functions. Furthermore, the coRNA-GA based RBF-NN is applied to solve the nonlinear modeling problem of PEMFCs. The simulation results demonstrate that coRNA-GA based RBF-NN is capable of predicting the stack voltage under different operation conditions with better accuracy.
登录
查看更多内容
影响因子：
1.9
作者：
T. J. Souza;J. Medeiros;A. Gonçalves
通讯作者：
T. J. Souza;J. Medeiros;A. Gonçalves
影响因子：
7.2
作者：
Li Zhang;Ning Wang
通讯作者：
Li Zhang;Ning Wang
影响因子：
6
作者：
Nan Ji;Dezhi Xu;Fei Liu
通讯作者：
Nan Ji;Dezhi Xu;Fei Liu
DOI：
10.1016/s0169-7439(99)00057-x
发表时间：
2000-01
影响因子：
3.9
作者：
L. Balland;L. Estel;J. Cosmao;N. Mouhab
通讯作者：
L. Balland;L. Estel;J. Cosmao;N. Mouhab
影响因子：
6.6
作者：
R. A. Rasheed;S. Chan
通讯作者：
R. A. Rasheed;S. Chan