近日，于坤杰博士在梁静教授的指导下完成的论文“Parameters identification of photovoltaic models using an improved JAYA optimization algorithm”在中科院一区Top期刊《Energy Conversion and Management》上正式发表。
光伏电池模型参数辨识对于光伏系统的模拟、评估和控制等研究方面具有非常重要的意义。为了快速、准确及稳定地辨识不同光伏模型的参数，论文提出了一种改进的JAYA优化算法。在改进算法中，通过引入自适应权重、基于经验的学习方法和混沌精英学习策略，提高算法的寻优性能。所提算法在不同光伏模型参数辨识问题上进行了测试，如单二极管、双二极管、光伏组件等模型。实验对比结果和分析表明所提算法相比其余经典和先进算法，性能表现具有较强的竞争力，尤其在参数辨识的精度和稳定性方面。
于坤杰博士的主要研究方向为：进化计算、多目标优化、机器学习、复杂工业过程建模与优化、能源优化等，已发表SCI/EI索引学术论文10余篇，其中ESI高被引论文一篇；发明专利一项。相关成果在《Energy Conversion and Management》、《Energy》、《Information Sciences》、《Knowledge-Based Systems》、《Computers & Chemical Engineering》、《Chemometrics and Intelligent Laboratory Systems》、《Journal of Intelligent Manufacturing》和《自动化学报》等国内外权威期刊上发表。参与多项科研项目，包括国家自然科学基金重点项目，企业委托项目等。