هم اکنون شاهد آن هستیم که توجه جدی جهانیان به توسعه و گسترش استفاده از انرژی تجدیدپذیر و یک منبع توان جدید با بازدهی بالا، انتشار آلودگی پایین، و سوخت در دسترس معطوف شده است. از جمله این موارد پیل های سوختی می باشد که در صنعت خودروسازی بسیار مورد توجه قرار گرفته اند و دانشمندان در حال ساخت ماشینی هستند که از اگزوز آن به جای دود، آب خارج می شود. موضوعی که در این پروژه مورد بررسی قرار گرفته است، مدیریت آب و رطوبت در پیل سوختی با استفاده از روش آموزش خطای پسخورد(fel) که روشی هوشمند بر مبنای شبکه عصبی است، می باشد. تا از این طریق فرسایش غشاء کنترل شده، طول عمر پیل سوختی افزایش یابد و ولتاژ خروجی در برابر تغییراتی که در پارامتر های سیستم و اغتشاشات وارده به سیستم وجود دارد، ثابت و مقاوم بماند. در این پروژه مدلسازی و کنترل پیل سوختی با غشاء تبادل پروتونی (pemfc) مبدل های الکترونیک قدرت در خودروهای پیل سوختی ترکیبی (fchv) مورد بررسی قرار گرفته است. مدل دینامیکی نیمه تجربی ارائه شده است که به دلیل دقت بالایی که دارد، برای طراحی کنترل کننده های پیل سوختی مناسب است. سپس به معرفی و پیاده سازی روش های کلاسیک و هوشمند پرداخته شده و این روش ها با روش fel که روشی ترکیبی است، مقایسه می شود. در انتها هم از الگوریتم ژنتیک برای بدست آوردن پاسخ بهتر در مقابل اغتشاش و نامعینی در سیستم استفاده شده است.