发明名称 一种基于生物地理学优化的继电器设计方法
摘要 本发明是一种基于生物地理学优化的继电器设计方法,其实施步骤为:步骤一:建立直流拍合式继电器体积及其相关约束条件的数学模型;步骤二:给定生物地理学优化方法初始参数;步骤三:设置优化问题的适应度函数;步骤四:执行生物地理学优化方法的迁移算子;步骤五:执行生物地理学优化方法的变异算子;步骤六:储存寻优结果。本发明提出的基于生物地理学优化的继电器设计方法具有很高的准确性和鲁棒性,可在电器智能设计过程中使用,缩短设计周期,降低成本,同时提高器件性能。
申请公布号 CN105678027A 申请公布日期 2016.06.15
申请号 CN201610111869.2 申请日期 2016.02.29
申请人 北京航空航天大学 发明人 段海滨;王晓华
分类号 G06F17/50(2006.01)I;G06N3/00(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 北京慧泉知识产权代理有限公司 11232 代理人 王顺荣;唐爱华
主权项 一种基于生物地理学优化的继电器设计方法,其特征在于:包括如下步骤:步骤一:建立直流拍合式继电器体积及其相关约束条件的数学模型直流拍合式继电器体积优化的模型为带有约束条件的函数最小化优化模型;直流拍合式继电器体积构成包括线圈部分体积和磁导体部分体积;线圈部分体积为<img file="FDA0000931187370000011.GIF" wi="327" he="87" />磁导体部分体积由铁心、极靴、衔铁及轭铁组成,磁导体部分体积计算如下:铁心部分体积为<img file="FDA0000931187370000012.GIF" wi="165" he="87" />极靴部分体积为<img file="FDA0000931187370000013.GIF" wi="167" he="93" />衔铁部分体积为2R<sub>0</sub>ba<sub>x</sub>,轭铁部分体积为2R<sub>0</sub>ba<sub>e</sub>+a<sub>e</sub>b(h<sub>c</sub>+a<sub>j</sub>);其中a<sub>e</sub>为轭铁厚度,a<sub>x</sub>为衔铁厚度,a<sub>j</sub>为极靴高度,δ为主工作气隙高度,r<sub>c</sub>为铁心柱半径,r<sub>j</sub>为极靴半径,R<sub>0</sub>为铁心柱中心到轭铁的距离,近似于线圈外径,h<sub>c</sub>为线圈高度,b为衔铁、轭铁的宽度;将各部分体积加和得到直流拍合式继电器的体积:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>V</mi><mo>&ap;</mo><msubsup><mi>&pi;r</mi><mi>c</mi><mn>2</mn></msubsup><mi>h</mi><mo>+</mo><mn>2</mn><msub><mi>R</mi><mn>0</mn></msub><mi>b</mi><mrow><mo>(</mo><msub><mi>a</mi><mi>x</mi></msub><mo>+</mo><msub><mi>a</mi><mi>e</mi></msub><mo>)</mo></mrow><mo>+</mo><msub><mi>a</mi><mi>e</mi></msub><mi>b</mi><mrow><mo>(</mo><msub><mi>h</mi><mi>c</mi></msub><mo>+</mo><msub><mi>a</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>+</mo><msubsup><mi>&pi;r</mi><mi>j</mi><mn>2</mn></msubsup><msub><mi>a</mi><mi>j</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000931187370000014.GIF" wi="1606" he="95" /></maths>令<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>a</mi><mi>x</mi></msub><mi>b</mi><mo>=</mo><msub><mi>a</mi><mi>e</mi></msub><mi>b</mi><mo>=</mo><msubsup><mi>&pi;r</mi><mi>c</mi><mn>2</mn></msubsup><mo>,</mo><msub><mi>a</mi><mi>j</mi></msub><mo>=</mo><mfrac><msub><mi>r</mi><mi>c</mi></msub><mn>2</mn></mfrac><mo>&lsqb;</mo><mn>1</mn><mo>-</mo><msup><mrow><mo>(</mo><mfrac><msub><mi>r</mi><mi>c</mi></msub><msub><mi>r</mi><mi>j</mi></msub></mfrac><mo>)</mo></mrow><mn>2</mn></msup><mo>&rsqb;</mo></mrow>]]></math><img file="FDA0000931187370000015.GIF" wi="823" he="183" /></maths>代入(4)得<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>V</mi><mo>=</mo><msub><mi>&pi;h</mi><mi>c</mi></msub><msubsup><mi>R</mi><mn>0</mn><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>&pi;r</mi><mi>c</mi><mn>2</mn></msubsup><msub><mi>h</mi><mi>c</mi></msub><mo>+</mo><mn>4</mn><msubsup><mi>&pi;r</mi><mi>c</mi><mn>2</mn></msubsup><msub><mi>R</mi><mn>0</mn></msub><mo>+</mo><mfrac><mi>&pi;</mi><mn>2</mn></mfrac><msubsup><mi>r</mi><mi>j</mi><mn>2</mn></msubsup><msub><mi>r</mi><mi>c</mi></msub><mo>-</mo><mfrac><mi>&pi;</mi><mn>2</mn></mfrac><mfrac><msubsup><mi>r</mi><mi>c</mi><mn>5</mn></msubsup><msubsup><mi>r</mi><mi>j</mi><mn>2</mn></msubsup></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000931187370000016.GIF" wi="1613" he="175" /></maths>步骤二:给定生物地理学优化方法初始参数(1)初始化可行解维数D可行解的维数是由具体的问题所决定的,应根据实际应用情况进行设置;(2)初始化栖息地数量N<sub>max</sub>当栖息地数量大时,方法的搜索能力强,加速优化方法的收敛速度,但与此同时也增加了计算复杂度;(3)初始化生物地理学优化方法的最大迭代次数Nc<sub>max</sub>最大迭代次数将直接影响优化方法的优化结果,设置最大迭代次数应考虑优化方法对于实际问题的平均收敛速度,以及应用中对于方法的优化性能和时间的要求;(4)设置生物地理学优化方法的重要参数对于生物地理学优化方法而言,需要设置的重要参数有最大迁入概率、最大迁出概率、最大变异概率和精英个体保留数量;步骤三:设置优化问题的适应度函数在使用仿生智能优化方法解决实际问题时,适应度函数的设计对于优化结果的实用性和合理性有着决定性作用,需要根据实际问题进行建模;步骤四:执行生物地理学优化方法迁移算子对于每个栖息地,计算其迁入概率和迁出概率,并根据此概率判断是否对该栖息地进行迁入操作;如果该栖息地进行迁入操作,则利用迁入概率判断其特征分量是否进行迁入操作;选定一个迁入栖息地后,利用其它栖息地的迁出率选择一个迁出栖息地及迁出特征分量;将迁入栖息地的特征分量替换为迁出栖息地的迁出分量,迁出算子执行完毕;步骤五:执行生物地理学优化方法变异算子更新每个栖息地的种群数量概率,根据此概率计算每个栖息地对应的变异概率;利用变异概率判断每个非精英栖息地是否进行变异操作;执行变异算子,并重新计算变异后栖息地的适宜度指数;执行完毕后,判断是否达到停止条件,如果达到,则停止寻优过程,否则继续下一轮寻优迭代过程;步骤六:储存寻优结果在基于生物地理学优化的寻优停止后,从当前栖息地中选择出全局最优值,将此结果保存,此时的设计参数值对应的直流拍合式继电器的体积最小。
地址 100191 北京市海淀区学院路37号
您可能感兴趣的专利