| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-18页 |
| 1.1 燃料电池概述 | 第6-10页 |
| 1.1.1 燃料电池探究意义 | 第6-7页 |
| 1.1.2 燃料电池的发展现状及背景 | 第7-8页 |
| 1.1.3 燃料电池的原理及其优点 | 第8-9页 |
| 1.1.4 燃料电池的分类及其特性 | 第9-10页 |
| 1.2 质子交换膜燃料电池 | 第10-14页 |
| 1.2.1 PEMFC燃料电池的机理及特点 | 第10-11页 |
| 1.2.2 PEMFC燃料电池主要组成部件 | 第11-12页 |
| 1.2.3 PEMFC燃料电池发电系统组成 | 第12-13页 |
| 1.2.4 PEMFC燃料电池系统的应用及国内外研究现状 | 第13-14页 |
| 1.3 PEMFC性能的影响因素 | 第14-18页 |
| 第二章 PEMFC系统数学模型及分析 | 第18-34页 |
| 2.1 PEMFC模型研究现状 | 第18-20页 |
| 2.1.1 PEMFC经验模型 | 第18-19页 |
| 2.1.2 PEMFC的机理模型 | 第19-20页 |
| 2.2 PEMFC数学模型 | 第20-25页 |
| 2.2.1 气体流道内的控制方程 | 第21-23页 |
| 2.2.2 PEMFC催化层控制方程 | 第23-24页 |
| 2.2.3 PEMFC质子交换膜的控制方程 | 第24页 |
| 2.2.4 质子交换膜燃料电池的工作电压 | 第24-25页 |
| 2.3 PEMFC模型建模 | 第25-33页 |
| 2.3.1 PEMFC经验模型建模 | 第25-27页 |
| 2.3.2 PEMFC数学模型建模 | 第27-28页 |
| 2.3.3 PEMFC动态模型建模 | 第28-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 PEMFC的人工神经网络算法 | 第34-46页 |
| 3.1 基于BPNN神经网络的PEMFC电池建模 | 第35-38页 |
| 3.2 基于LMBPNN的PEMFC电池建模 | 第38-39页 |
| 3.3 基于RBF算法的PEMFC电池建模 | 第39-42页 |
| 3.4 基于ANFIS的PEMFC电池建模 | 第42-44页 |
| 3.5 四种神经网络算法的比较 | 第44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于改进遗传算法的PEMFC模型优化 | 第46-56页 |
| 4.1 遗传算法概述 | 第46-48页 |
| 4.1.1 遗传算法简介 | 第46-47页 |
| 4.1.2 遗传算法工作原理 | 第47页 |
| 4.1.3 遗传算法的设计 | 第47-48页 |
| 4.2 改进型遗传算法 | 第48-51页 |
| 4.2.1 适配阈值调整方法 | 第49页 |
| 4.2.2 加重优秀后代权值方法 | 第49-50页 |
| 4.2.3 预选择方法对遗传算法的改进 | 第50-51页 |
| 4.3 改进遗传算法算法仿真实验 | 第51-52页 |
| 4.4 MGA在PEMFC输出特性中的优化 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 个人简历、攻读学位期间的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |