摘要：自适应聚焦粒子群算法（adaptive focusing particle swarm optimization，AFPSO）是根据粒子群（panicle swatm optimization，PSO）算法的全局搜索与局部搜索平衡特性，改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。根据质子交换膜燃料电池（proton exchange membrane fuel cell，PEMFC）模型的建模原理，利用AFPSO算法进行参数估计，得到一组机理模型的最优参数。通过仿真结果与实验结果的对比分析，证明AFPSO算法能够使仿真结果和实验测试数据之间达到很高的拟合精度，对于模型参数估计具有明显的优越性。因此，AFPSO算法对于改善PEMFC机理模型的输出性能将起到重要的作用，并有望成为模型参数优化领域的一种新的有效工具。

关键词：自适应聚焦粒子群算法 质子交换膜燃料电池 机理建模 参数优化 自适应参数 

单位：西南交通大学 四川省成都市610031 南洋理工大学电力电子工程学院 南洋区639798 新加坡