[发明专利] 基于佳点集遗传算法的功率电感多目标优化设计方法 – CN114091346A 全文链接一 全文链接二
| 基本信息 | |||
|---|---|---|---|
|
申请号
|
CN202111440640.0 |
申请日
|
20211130 |
|
公开（公告）号
|
CN114091346A |
公开（公告）日
|
20220225 |
|
申请（专利权）人
|
中国科学院重庆绿色智能技术研究院;宁夏银利电气股份有限公司 | ||
|
申请人地址
|
400714 重庆市北碚区方正大道266号
|
||
|
发明人
|
张霞;张鹏;陈惠;焦海波;王晓东;石明全;罗彦江;冶青学;唐良凡 | 专利类型 | 发明专利 |
|
摘要
|
本发明涉及一种基于佳点集遗传算法的功率电感多目标优化设计方法，属于电力电子技术领域。该方法包括：根据实际应用需求确定待优化参数及其搜索空间；确定约束条件及其边界；根据待优化参数确定目标函数表达式；采用佳点集算法实现种群初始化，并在多约束条件下采用多目标优化的遗传算法对目标函数的最优值进行寻优求解，最终得到其对应的待优化参数值。本发明不仅保证了初始种群分布的均匀性，有助于算法搜索最优解，提高算法性能，而且有效解决了功率电感优化目标单一的问题，反映了多目标之间的利弊权衡关系，有利于功率电感的设计考虑不同的工作场景和设计要求。 | ||
|
主权项
|
1.基于佳点集遗传算法的功率电感多目标优化设计方法，其特征在于，该方法具体包括以下步骤：S1：根据实际应用需求确定待优化参数，并确定各参数的搜索空间；S2：确定约束条件及其边界；S3：定义目标函数：计算功率电感的成本、体积和温升，基于步骤S1中的待优化参数确定各目标函数的表达式；S4：根据待优化参数及其搜索范围，采用佳点集算法实现种群初始化；S5：以功率电感的成本、体积和温升三者同时尽可能低作为优化目标，在多约束条件下利用多目标遗传算法对待优化参数进行寻优求解；S6：经过多次迭代求得Pareto前沿曲面，最终得到目标函数的最优值及其对应的优化参数值。 | ||
|
IPC信息
|
|||
|---|---|---|---|
|
IPC主分类号
|
G06F30/27 | ||
| G 物理
G06 计算；推算；计数 G06F 电数字数据处理 |
|||
|
法律状态信息
|
|||||
|---|---|---|---|---|---|
|
法律状态公告日
|
20220225 |
法律状态
|
公开 | 法律状态信息 |
CN202111440640 20220225 公开 公开
|
|
代理信息
|
|||
|---|---|---|---|
|
代理机构名称
|
北京同恒源知识产权代理有限公司 11275 |
代理人姓名
|
廖曦 |