吴大中，吴丽华

（南京信息工程大学 江苏省气象探测与信息处理重点实验室，江苏 南京 210044）

固体氧化物燃料电池是一种将气体或者气化燃料的化学能直接转化成电能和热能的一种能量转换装置[1]。SOFC具有清洁、高效、噪音小、无泄漏、无电解质腐蚀、寿命长等优点。燃料的使用具有多样性，既可以用H2作为燃料，也可以利用天然气、CO等其他燃料。近年来，SOFC引起了人们的普遍关注，在许多商业领域也有其应用前景，是目前燃料电池技术中的热点和重点。世界各国研究人员采用电化学、材料学、热力学、流体动力学等相关理论建立了SOFC一些比较完善的数学模型[2-5]。这些模型在研究SOFC的性能的过程中起了很重要的作用，同时，这些模型表达式过于复杂，很难用于控制系统的设计，特别是在线控制[6]。

粒子群（PSO）算法是基于种群搜索的进化类算法，它算法简单、容易编程实现、没有很多参数需要调整、收敛速度较快，因此是一种很有潜力的神经网络学习算法。Van den Bergh F等利用PSO算法对神经网络进行训练，结果性能得到明显改善[7]。径向基函数（RBF）神经网络是一种具有全局收敛的前向网络，它能够以任意精度逼近任一连续函数，并且结构简单、学习速度快，现已被广泛应用于信号处理、模式识别、函数逼近等领域[8]。

结合两者的优点，通过PSO算法对RBF神经网络的中心值进行优化，并调整隐含层到输出层的连接权值，从而为SOFC系统建立更好更精确的模型。仿真结果显示，通过粒子群算法优化RBF神经网络对SOFC系统的建模和控制有一定的实用价值。……