一种离散二进制粒子群电机多目标优化方法与流程

文档序号:26141545发布日期:2021-08-03 14:26阅读:来源:国知局

技术特征:

1.一种离散二进制粒子群电机多目标优化方法,其特征在于,包括以下步骤:

s110、参数初始化;

s120、初始种群位置的选取及初代非劣解的计算;

s130、粒子及种群的交叉和变异;

s140、粒子个体最优解和群体最优解的选取;

s150、非劣解集更新。

2.根据权利要求1所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s110中,初始化的参数包括初始种群规模、最大迭代次数、离散变量内存和寻优空间范围。

3.根据权利要求2所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述初始种群规模为sini=200;最大迭代次数为nite=300;离散变量内存为四位离散二进制变量;寻优空间范围与混合响应面函数的建模区域一致。

4.根据权利要求1所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s120中,采用随机抽样法在巡游空间内初始化粒子种群的位置,而后通过编码转换计算各粒子的初始目标适应度值,并基于“非劣”策略在粒子种群内选取初代非劣解。

5.根据权利要求1所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s130中,通过二次交叉及变异进行个体粒子位置的代际更新,二次交叉包括历史个体最优交叉和历史群体最优交叉,即通过粒子间的交叉互换进行编码更新,使得范围内的后代粒子逼近父辈“非劣”粒子,并继续搜寻寻优区域以实现个体粒子与非劣解的筛选迭代。

6.根据权利要求1所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s140中,基于“非劣”原则,在经过交叉变异前后存在“非劣”关系的粒子间确定粒子个体的最优解及最优位置,若两者对比后无“非劣”关系,则随机选取最优粒子,并将选取的最优粒子参与到下一迭代过程中与子代新种群的交叉互换。

7.根据权利要求6所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s140中,以非劣解集中粒子的平均间距最短为基础,选取位于pareto解集中部区域内的粒子为种群最优解,并参与子代种群的最优解交叉更新。

8.根据权利要求1所述一种离散二进制粒子群电机多目标优化方法,其特征在于:所述步骤s150中,将父辈非劣解集与子代经交叉变异更新后的离子群体进行混合,形成新混合种群,在该新混合种群中选取“非劣”粒子进入更新后的非劣解集中。


技术总结
本发明公开了一种离散二进制粒子群电机多目标优化方法,包括以下步骤:S110、参数初始化;S120、初始种群位置的选取及初代非劣解的计算;S130、粒子及种群的交叉和变异;S140、粒子个体最优解和群体最优解的选取;S150、非劣解集更新。有益效果在于:基于交叉变异的离散二进制粒子群算法通过将基因遗传思想与粒子群优化算法相结合,采用交叉变异操作代替传统粒子群算法中的粒子更新环节,使得算法具备较高的收敛速度和均衡的全局、局部搜索能力;通过一种多变量环形编码的粒子交叉方法,降低迭代过程中的交叉操作复杂度,提高优化效率;提高了目标期望范围内的非劣解个数和迭代精度,减少了资源和时间的损耗。

技术研发人员:林龙华;吴红星;兰维胜
受保护的技术使用者:柳州华世通汽车部件股份有限公司
技术研发日:2021.05.07
技术公布日:2021.08.03
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1