提高聚合物電解質膜燃料電池（PEMFC）的性能指標對于考慮到參數不確定性尤為重要。因此，本文提出了一種層次化的多目標優(yōu)化框架，包括離線優(yōu)化和在線優(yōu)化。首先，建立了穩(wěn)態(tài)非線性PEMFC系統(tǒng)模型作為基礎模型。其次，在離線優(yōu)化過程中，采用自適應多目標粒子群優(yōu)化（AMPSO）算法方案進行精確操作參數的優(yōu)化，并引入基于粒子分散度（PD）信息的自適應飛行參數策略以平衡帕累托解的收斂性和多樣性。最后，在在線優(yōu)化層面上結合AMPSO結果提出了區(qū)間優(yōu)化方法以減少參數不確定性影響。通過理論分析驗證了所提出的優(yōu)化方案收斂條件，并在數值仿真和硬件在環(huán)實驗中將所提出的AMPSO與其他算法進行比較，并測試該方法在四個代表性基準問題上的表現。這些結果顯示，采用所提出的層次化優(yōu)化方法可以使PEMFC系統(tǒng)在凈功率、系統(tǒng)效率等指標上超越基準模型和經典優(yōu)化算法，證明了該方法成功地解決了準確優(yōu)化和參數不確定性問題。統(tǒng)計測試表明，該算法在帕累托解分布上實現更好的超體積（HV）度量。

圖1 PEMFC堆棧運行示意圖

Fig. 1 PEMFC stack operation diagram.

圖 2 PEMFC 系統(tǒng)的總體結構圖

Fig. 2 Overall structure diagram of PEMFC system.

圖3 PEMFC系統(tǒng)的層次化多目標優(yōu)化方案

Fig. 3 The hierarchical multi-objective optimization scheme of PEMFC system.

本文提出了一種分層多目標優(yōu)化框架，旨在同時優(yōu)化PEMFC系統(tǒng)的性能指標。該算法框架以PEMFC系統(tǒng)的凈功率和系統(tǒng)效率為優(yōu)化目標，并通過調整權重系數來實現決策者對不同目標的偏好。首先，基于PD信息，提出了自適應飛行參數機制，以增強帕累托解的收斂性和多樣性。其次，結合AMPSO算法結果，引入在線區(qū)間優(yōu)化策略，以降低參數不確定性影響并尋找更加卓越的帕累托解。最后，在研究所提多目標優(yōu)化方案時進行了仔細的收斂分析和收斂條件探討，并將所提AMPSO算法與其他算法在。