DNA遺傳算法及其在燃料電池中的應(yīng)用研究.pdf

1、遺傳算法具有操作簡(jiǎn)單，搜索能力強(qiáng)，自適應(yīng)能力強(qiáng)等優(yōu)點(diǎn)，是智能優(yōu)化算法的典型代表，但是遺傳算法仍存在著搜索效率低，易早熟收斂等缺點(diǎn)。
　　DNA遺傳算法結(jié)合了DNA計(jì)算和遺傳算法發(fā)展而來，它采用四進(jìn)制編碼，并在遺傳算法的基礎(chǔ)上對(duì)種群進(jìn)行遺傳操作，從而更好的模擬了生物體遺傳和進(jìn)化的本質(zhì)，提高了算法的性能。本文結(jié)合其他算法的優(yōu)點(diǎn)，對(duì)DNA遺傳算法進(jìn)行了改進(jìn)，并將改進(jìn)的DNA遺傳算法應(yīng)用到燃料電池的模型優(yōu)化的問題中。本文主要工作和成果如下

2、:
　　1.在DNA遺傳算法的研究基礎(chǔ)上研究并比較了不同數(shù)目的個(gè)體間交叉操作對(duì)算法的進(jìn)化速率和收斂速度的影響。根據(jù)DNA的編碼方式在多個(gè)個(gè)體間設(shè)計(jì)了新型的交叉方式，從而保證了在進(jìn)化當(dāng)中種群的多樣性。利用幾個(gè)經(jīng)典的測(cè)試函數(shù)驗(yàn)證了所提出的交叉操作的有效性，并比較得出了當(dāng)交叉?zhèn)€體數(shù)目為三時(shí)算法得到的結(jié)果最優(yōu)。
　　2.為了簡(jiǎn)化算法提高算法效率，同時(shí)又保持算法的有效性，提出了選擇性交叉變異操作的DNA遺傳算法。該算法依照一定概率只執(zhí)

3、行交叉操作和變異操作中的一種操作，而且交叉操作選擇在多個(gè)不同種類的個(gè)體間進(jìn)行，變異操作中的變異概率隨遺傳代數(shù)的增加而變化。四個(gè)測(cè)試函數(shù)最值的尋優(yōu)結(jié)果驗(yàn)證了所提算法的有效性。
　　3.受DNA遺傳算法多個(gè)體交叉操作的啟發(fā)，提出了改進(jìn)的多種群進(jìn)化的DNA遺傳算法。每個(gè)子種群根據(jù)自身不同的側(cè)重點(diǎn)進(jìn)行獨(dú)立的遺傳操作，當(dāng)種群進(jìn)化到一定代數(shù)時(shí)還可進(jìn)行種群間的信息交換，并采用種群融合策略對(duì)種群進(jìn)行融合再分，從而很好的提高了算法的全局搜索能力和局

4、部搜索能力。測(cè)試函數(shù)計(jì)算的結(jié)果表明所提出的多種群DNA遺傳算法的優(yōu)越性。
　　4.準(zhǔn)確的燃料電池模型的參數(shù)估計(jì)受到學(xué)者們的廣泛關(guān)注。將所提出的選擇性交叉變異操作的DNA遺傳算法及改進(jìn)的多種群進(jìn)化的遺傳算法應(yīng)用到質(zhì)子交換膜燃料電池(Proton Exchange Membrane Fuel Cell，PEMFC)模型的參數(shù)辨識(shí)中，在給定的PEMFC的輸出電壓與負(fù)載電流間的關(guān)系式的基礎(chǔ)上，分析不同驗(yàn)證策略下本文提出的這兩種算法的辨識(shí)性