经遗传算法优化的BP神经网络燃料电池模型

外推误差降63%

用遗传算法和输入变量降维构建的质子交换膜燃料电池神经网络模型,能以更少训练数据实现更准的插值与外推性能预测。

Chen, Ceyuan · Jingsi, Wei · Yin C. · Qiao, Zemin · Wenfeng, Zhan

Energy Conversion and Management 2025

具体参数

外推最大相对误差降低
63 %
平均误差降低
37 %