《表2 NM/LS/GA参数辨识评价结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Nelder-Mead优化的PEMFC三阶RQ等效电路参数辨识研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图8与表2选取实验中电池输出电流5 A和10 A两条区分度较大的曲线进行3种参数辨识方法的对比，表2中分别给出了均方差MSE、平均误差MAE和决定系数R-Square的阻抗谱参数辨识评价结果，R-time表示阻抗谱曲线参数辨识时长。由图8与表2可以看出，Nelder-Mead（NM）优化算法与最小二乘法（LS）、遗传算法（GA）的参数辨识结果与EIS图谱都能很好地吻合，参数辨识在精度上与最小二乘法和遗传算法相当，低频和高频段3种方法均能完全贴合，优势不明显，中频部分Nelder-Mead优化结果与实验曲线能够完全重合，效果较好。在速度上，如表2中R-time所示，输入已选取的5 A、10 A电流的EIS曲线，Nelder-Mead优化算法的计算速度稳定在0.1 s左右，比最小二乘法的运行速度快近1倍；遗传算法的运行时间在8 s左右，与其相比，Nelder-Mead优化的速度快近百倍。结合EIS考虑速度的优势，该算法可以用于在线参数辨识。