基于优化算法的质子交换膜燃料电池模型参数辨识方法

本发明涉及一种基于优化算法的质子交换膜燃料电池模型参数辨识方法，采用如下步骤：1.建立质子交换膜燃料电池的半经验模型；导入模型参数，在搜索空间内生成初始种群；2.构建优化算法目标函数，计算初始种群的适应度值；3.计算最佳个体的模糊隶属函数值作为其双适应度指数；4.计算种群个体与最佳个体的加权平均值，实现搜索个体的唯一导向；5.更新搜索种群个体速度及位置；6.输出最优解；本发明将GMO算法与混沌映射和SCA算法结合，平衡探索与收敛性能，提高改良算法运行的稳定性与精确性，实现更加精确且稳定的质子交换膜燃料电池模型参数辨识效果，提高了优化算法在质子交换膜燃料电池参数辨识中的精度与稳定性。