本发明涉及一种燃料电池气体流道优化设计方法、系统、电子设备及介质，属于燃料电池领域，采用中心复合设计确定流道几何参数的取值，样本数据进行人为设计，使数据具有先验性，对比目前机器学习的方法，在保证信息量的同时，减少了所需数据量，从而减少运算量，提高优化效率；根据最优人工神经网络拟合得到目标优化模型，目标优化模型即为几何尺寸与燃料电池性能指标之间的函数关系，对比传统的多项式拟合回归，提升了拟合精度，具有更好的预测性能；采用智能优化算法求解目标优化模型，获得使燃料电池性能达到最优的流道几何参数，相比传统基于经验的试凑或控制变量等方法，不仅能从多(56)对比文件马睿 等.基于模型特征分析的质子交换膜燃料电池建模研究综述《.中国电机工程学报》.2021,第41卷(第22期),7712-7730.Junhong Hao 等.Flow channel structureoptimization and analysis of protonexchange membrane fuel cell based on thefinite data mapping and multi-fieldsynergy principle《.International Journalof Heat and Mass Transfer》.2023,第207卷(第15期),123997.