一个高效的方法,用于数学建模和PEM燃料的参数估计,基于的双实验算法
Basma S Alqadi1, Deema Mohammed Alsekait2, Mohamed F Issa3,4
1Computer Science Department, College of Computer and Information Sciences, Imam Mohammad Ibn Saud Islamic University, Riyadh, Saudi Arabia.
Scientific reports
|August 1, 2025
概括
一个新的Young双实验算法 (YSDE) 准确地估计了质子交换膜燃料电池 (PEMFC) 的参数. YSDE提供了卓越的准确性和稳定性,优于其他有效的PEMFC系统识别方法.
科学领域:
- 能源系统工程 能源系统工程
- 计算智能是一种计算智能.
- 电化学工程 电化学工程
背景情况:
- 质子交换膜燃料电池 (PEMFC) 对可再生能源至关重要,但准确的参数估计具有挑战性.
- 现有的元启发算法在优化复杂的PEMFC模型方面存在局限性.
- 有效的系统识别对于开发先进的控制系统和PEMFCs的数字双胞胎至关重要.
研究的目的:
- 介绍和评估一个新的优化算法,的双实验算法 (YSDE),用于PEMFC参数估计.
- 在准确性,稳定性和融合速度方面,将YSDE的性能与已建立的元启发算法进行比较.
- 为了验证YSDE在各种PEMFC堆配置中的有效性.
主要方法:
- 将Young的双实验算法 (YSDE) 与其他五种元启发技术 (SCA,MFO,HHO,GWO,CHOA) 的整合.
- 对PEMFC模型的六个关键参数的估计.
- 使用平方误差和 (SSE),标准偏差 (SD) 和弗里德曼等级 (FRK) 度量在30个独立运行中的性能评估.
- 使用Wilcoxon等级和多重比较测试进行统计验证.
主要成果:
- YSDE实现了最低的平方误差和 (SSE) 约为1.9454,超过了竞争对手的算法.
- YSDE表现出了显著的一致性和稳定性,具有较低的标准偏差 (2.21 × 10−5) 和更快的收.
- 观察到显著的改善:与GWO相比,平均SSE降低了高达97.8%,与ICHOA相比,最糟糕的SSE改善了高达70.6%.
- 在复杂的配置中,YSDE保持了1000倍低的SD,并且在弗里德曼排名得分中实现了高达87%的改进.
结论:
- 的双裂纹实验算法 (YSDE) 是用于质子交换膜燃料电池 (PEMFC) 系统识别的高效和稳定的解决方案.
- 与现有的元启发方法相比,YSDE提供了卓越的准确性,稳定性和计算效率.
- 该算法显示了开发数字双胞胎,汽车应用中的控制系统和推进可再生能源技术的巨大潜力.
