[发明专利]具有自适应遗传策略RNA-GA的燃料电池优化建模方法

权利要求书

1.一种具有自适应遗传策略RNA-GA的燃料电池优化建模方法，其特征在于，包括如下步骤：

1)通过现场操作或实验来获得燃料电池的电流输入和电压输出的采样数据；对于每一组燃料电池的电流输入采样数据，将燃料电池模型的电压估计输出与燃料电池的电压实际输出的误差平方和作为RNA-GA寻优搜索时的目标函数；

2)设定算法运行参数，包括：种群规模N，最大进化代数MaxGen，被估计参数的取值范围，每个未知参数编码长度l；

3)设定算法的终止准则为：算法运行代数达到最大进化代数；

4)通过具有自适应遗传策略的RNA-GA，对燃料电池模型中的未知参数进行估计，通过最小化目标函数，获得燃料电池模型中未知参数的估计值，将此估计值代入燃料电池模型中，获得燃料电池的数学模型，用于估计燃料电池的输出电压；

所述的具有自适应遗传策略的RNA-GA，对燃料电池模型中的未知参数进行估计步骤：

4.1)随机产成N个长度为L＝n×l的个体，组成初始种群，其中n为燃料电池模型中未知参数的个数，对种群中的每个体采用RNA编码方式，并将A、U、G、C四种碱基转换成0、1、2、3的四进制编码；

4.2)计算种群中个体的适应度值，并随机选取两个个体作为父体，同时按照自适应遗传策略来决策是执行交叉操作还是变异操作，产生新的子代个体；

4.3)重复步骤4.2)，直至产生的子代个体数为3N/2；

4.4)使用比例选择策略选择N个个体构成新的种群；

4.5)如果满足设定的终止准则，则算法结束，否则，重复步骤4.2)至步骤4.4)；

所述4.2)中按照自适应遗传策略来决策是执行交叉操作还是变异操作，产生新的子代个体的具体操作过程如下：

(a)构建一个相似程度的评价函数SC(x,y)，评价函数形式为：评价函数中x和y是随机任选的两个四进制编码的染色体串，x_pk和y_pk为两个染色体串中的第p个子串的第k个编码值，⊙是同或操作；每一代的进化过程中，计算随机选择的x和y这两个个体间的评价函数；同时随机选择PopSize组父代个体，计算初始种群的平均相似系数SC_initial；

(b)计算第t代种群的相似系数SC(t)＝SC_initial×(β^t)，

(c)如果满足SC(x,y)<SC(t)则执行交叉操作，产生新的子代个体；如果SC(x,y)≥SC(t)，则对两个个体分别实施反密码子变异操作和稀有碱基变异操作，产生新的子代个体。

2.根据权利要求1所述的具有自适应遗传策略RNA-GA的燃料电池优化建模方法，其特征在于，所述4.2)中的交叉操作方法为：

(A)在第t代进化过程中，如果满足SC(x,y)<SC(t)，则以概率1执行两点交叉操作；

(B)在两个个体的编码序列中各随机选取一段作为子序列，两段子序列的碱基数相等，交换两个子序列，从而生成两个新的个体。

3.根据权利要求2所述的具有自适应遗传策略RNA-GA的燃料电池优化建模方法，其特征在于，所述4.2)中的变异操作方法为：

(A)在变异操作中，对满足SC(x,y)≥SC(t)的两个个体，计算二者的适应度值大小，将适应度值较大的个体作为反密码子变异操作的父体；在此父体中，按照编码参数个数将父体分成n个子序列，在每一个子序列中随机选取一定数目的连续碱基构成密码子，按照Waston-Crick互补原则，生成与密码子互补的碱基序列，即反密码子，并将反密码子进行倒位操作来代替密码子的位置，以形成一个新的子代；

(B)对满足SC(x,y)≥SC(t)的两个个体，选取适应度值较小的个体作为稀有碱基变异操作的父体；统计父体中四种碱基的个数，将使用频率最高的碱基用出现频率最低的碱基替代来产生新的子代个体。