以质子交换膜燃料电池(PEMFC)作为动力的汽车若想全面取代传统汽车，那么其不仅要在环保和能源上独树一帜，而且在性能和可靠性上也要能与传统汽车匹敌。燃料电池发动机(FCE)作为燃料电池汽车的核心动力，从其工作方式和控制方法上看，要达到传统汽车的性能和可靠性要求并不是一件难事。重要的是必须要有一个合适的开发平台和在此基础上各种智能控制方法的积累，为今后燃料电池汽车的进一步发展奠定坚实的基础。 在当前的研究条件下，要建立一个以燃料电池发动机硬件为基础的开发平台尚有很大的难度，还需要做不少的准备工作。同时目前关于PEMFC的数学模型大多数是稳态的，没有考虑到时间和工作条件变化的影响。这些模型往往侧重于单电池或电堆的工作机理，对电堆参数的准确性要求甚高，同时过于烦杂，并不适合对FCE温度控制的研究。本文结合同济大学承担的燃料电池轿车和上海神力科技承担的燃料电池发动机项目，绕开FCE系统的内部复杂性，将神经网络辨识方法应用到FCE非线性系统的温度控制建模，建立一个以软件仿真为基础的开发平台，并用仿真结果证实了分析和建模的合理性。 燃料电池发动机高效可靠运行的决定因素，除燃料电池本身的制造工艺以外，控制系统也是极其重要的因素。控制系统将根据负载对功率的要求，随时调节反应气体的流量、压力达到最适当的数值，以保证电化学反应有效地进行和反应产物水适时的排出。通常情况下，无论是在高温环境还是低温环境，电池运行压力的提高都有利于燃料电池性能的提高。特别是燃料电池发动机在冷启动时，有效的温度控制策略不仅直接影响着燃料电池的温度变化，而且其温度控制的水平也间接影响着燃料电池的输出功率。 本文正是在这个背景下，提出应用蚂蚁算法解决FCE的智能控制问题。在寻求尽快稳定达到FCE的正常工作温度范围的基础上还要考虑提高FCE的性能，特别是改善其在升温过程中的输出功率。本文研究的是在有约束条件下升高FCE工作温度的算法，这种算法的基本思想是将提高FCE的性能加入到算法中，同时确定其风机增压路径。在此算法的基础上，形成了蚂蚁算法智能控制器，采用该控制器进行了动态仿真测试。仿真测试结果表明，与常规控制方法相比，FCE冷启动的时间明显缩短，输出功率也有了一定的改善，显示出了较大的优越性。