[發(fā)明專利]一種雙環(huán)交叉操作RNA遺傳算法的燃料電池優(yōu)化建模方法

有效

• 申請?zhí)枺?/td>: 201310193610.3
• 申請日: 2013-05-22
• 公開（公告）號: CN103279659A
• 公開（公告）日: 2013-09-04
• 發(fā)明（設(shè)計）人: 朱芹芹;王寧
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/12
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 張法高

技術(shù)領(lǐng)域

本發(fā)明涉及優(yōu)化建模方法，尤其涉及一種雙環(huán)交叉操作RNA遺傳算法的質(zhì)子交換膜燃料電池優(yōu)化建模方法。?

背景技術(shù)

隨著社會和經(jīng)濟的發(fā)展，日益增加的能源需求與環(huán)境保護之間的矛盾，使得綠色能源氫能的開發(fā)利用和新型動力裝置燃料電池的研究呈現(xiàn)出巨大的吸引力。質(zhì)子交換膜燃料電池(PEMFC)具有無噪音、零污染、無腐蝕、壽命長、可靠性高、易于維護、工作電流大、能量效率高、可在常溫工作和快速啟動等一些獨特的優(yōu)點，已成為國內(nèi)外企業(yè)和研究者關(guān)注的熱點，在汽車、通訊、衛(wèi)星等領(lǐng)域具有廣泛應(yīng)用前景。?

質(zhì)子交換膜燃料電池系統(tǒng)是一個非線性、多變量、嚴(yán)重耦合的系統(tǒng)。為了提高燃料電池系統(tǒng)的設(shè)計和性能，建立一個能揭示該系統(tǒng)真實特性的數(shù)學(xué)模型是非常必要的。人們對智能優(yōu)化方法在燃料電池建模中的應(yīng)用進行了探索研究，例如模擬退火法、粒子群優(yōu)化算法、離散差分進化算法、遺傳算法等。其中，遺傳算法是模擬自然界生物進化機制而形成的隨機優(yōu)化算法，提供了不依賴于問題背景來求解復(fù)雜問題的有效途徑。?

遺傳算法在分子水平模擬生物進化過程來求解復(fù)雜問題，它模擬了生物界“生存競爭，優(yōu)勝劣汰，適者生存”的機制，用逐次迭代法搜索尋優(yōu)。它將問題的求解表示成“染色體”的適者生存過程，通過種群的一代代不斷進化，包括選擇、交叉和變異等操作，最終收斂到“最適應(yīng)環(huán)境”的個體，從而求得問題的最優(yōu)解或者滿意解。?

盡管遺傳算法在許多領(lǐng)域得到了成功的應(yīng)用，但是它仍然存在著一些缺點和不足，例如局部搜索能力差，進化過程中種群個體快速趨同而使得算法容易早熟收斂等。隨著生物科學(xué)技術(shù)的不斷進步，人們對RNA分子特性和遺傳信息表達機理的認(rèn)識也越來越深刻。與傳統(tǒng)遺傳算法比較，RNA遺傳算法具有下列優(yōu)點：1）采用基于堿基的編碼方式，避免了二進制遺傳算法編碼過長且存在海明懸崖問題。2）豐富的RNA生物分子操作的引入，改交了傳統(tǒng)遺傳算法簡單的交叉和變異操作方式，提高了算法搜索效率和搜索性能。3）RNA分子操作的多樣性和細(xì)胞內(nèi)RNA分子變化的復(fù)雜性，為提出性能更好的遺傳操作提供了可能性。?

本發(fā)明方法受RNA分子特性和分子操作啟發(fā)，設(shè)計了雙環(huán)交叉操作，抽象出基于雙環(huán)交叉操作的RNA遺傳算法，可用于求解復(fù)雜的非線性優(yōu)化問題：基于Amphlett?JC，Baumert?RM，Mann?RF，Peppley?BA和Roberge?RP在《Performance?modeling?of?the?Ballard?mark?IV?solid?polymer?electrolyte?fuel?cell:empirical?model?development》中提出的燃料電池模型，考慮到其內(nèi)部電化學(xué)反應(yīng)過程的高度非線性和復(fù)雜性，將所提出的雙環(huán)交叉操作的RNA遺傳算法用于解決質(zhì)子交換膜燃料電池模型的參數(shù)估計中，并取得較理想的效果。?

發(fā)明內(nèi)容

本發(fā)明的目的是克服傳統(tǒng)遺傳算法中存在的一些缺點和不足，如局部搜索能力差、易于早熟收斂等，提供一種雙環(huán)交叉操作RNA遺傳算法的質(zhì)子交換膜燃料電池優(yōu)化建模方法，該方法將雙環(huán)交叉操作RNA遺傳算法用于質(zhì)子交換膜燃料電池模型參數(shù)估計中，結(jié)果表明所建模型能較好地反應(yīng)實際系統(tǒng)的非線性特性。?

雙環(huán)交叉操作RNA遺傳算法的燃料電池優(yōu)化建模方法包括如下步驟：?

1)通過現(xiàn)場操作或者實驗獲得燃料電池的電流輸入和電壓輸出采樣數(shù)據(jù)，對于同一組燃料電池的電流輸入采樣數(shù)據(jù)，將燃料電池模型的電壓估計輸出與燃料電池的電壓實際輸出數(shù)據(jù)的誤差平方和作為目標(biāo)函數(shù)；?

2)受RNA分子特性和分子操作的啟發(fā)，提出雙環(huán)交叉算子，抽象出雙環(huán)交叉操作RNA遺傳算法的燃料電池優(yōu)化建模方法；?

3)設(shè)定雙環(huán)交叉操作RNA遺傳算法的基本參數(shù)：初始種群大小N=61、變量個數(shù)n=7、?單個變量的染色體長度L=20、種群最大進化代數(shù)G=1000、置換概率P_rep=1、換位概率P_tr=0.4、雙環(huán)交叉概率P_cro=0.32、普通變異概率P_mut=0.8、求解精度delta=1×10^-4和終止規(guī)則；?