一种基于遗传算法的效率优化电源控制方法
【专利摘要】一种基于遗传算法的效率优化电源控制方法，基于包括Boost升压电路、输入电流采样电路、输出电流采样电路、输出电压采样电路、采样放大隔离电路以及以微控制器为控制核心的控制电路构成的控制系统，采样得到的输入电流、负载输出电流和负载输出电压，通过对应的采样放大隔离电路输出给微控制器为控制核心的控制电路，控制电路输出信号控制Boost升压电路的开关管。微控制器为控制核心的控制电路包括AD转换、PI控制、遗传算法优化和脉冲宽度调制产生模块，利用微控制器的中断配合，精确采集输入电流值，由PI控制器调节占空比，稳定输出电压，采用遗传算法优化效率，在负载变化时能够寻找最佳开关频率，找出最优效率点。
【专利说明】
一种基于遗传算法的效率优化电源控制方法
技术领域
[0001]本发明设计一种控制方法，尤其涉及一种基于遗传算法的效率优化电源控制方法。
【背景技术】
[0002]目前传统的开关电源领域，控制技术主要有三种:脉冲宽度调制(PWM);脉冲频率调制(PFM);其中脉宽宽度调制式(PffM)开关型稳压电路是在控制电路输出频率不变的情况下，通过电压反馈调整其占空比，从而达到稳定输出电压的目的。虽然在负载变换时，通过脉冲宽度调制(PWM)可以达到稳定输出电压的目的，但是由于其开关频率不变，所以其效率在各个负载点并不始终是最优的。脉冲频率调制(PFM)是一种脉冲调制技术，调制信号的频率随输入信号幅值而变化，其占空比不变。由于调制信号通常为频率变化的方波信号，因此，PFM也叫做方波PFM，PffM是频率的宽和窄的变化，PFM是频率的有和无的变化，PffM是利用波脉冲宽度控制输出，PFM是利用脉冲的有无控制输出。与PffM相比，PFM的输出电流小，但是因PFM控制的DC/DC变换器在达到设定电压以上时就会停止动作，所以消耗的电流就会变得很小。因此，消耗电流的减少可改进低负荷时的效率。PWM在低负荷时虽然效率较逊色，但是因其纹波电压小，且开关频率固定，所以杂波滤波器设计比较容易，消除杂波也较简单。
[0003]上述两种模式各有优缺点，脉冲宽度调制(PffM)输出电压稳定，但是在负载变化时效率并不始终是最优的，脉冲频率调制(PFM)在负载变化时频率可以调节，但是PFM控制方式复杂，并且变频容易产生音频噪声，环路及滤波网络难以设计。随着现代CPU、DSP、电池等领域的迅速发展，以及对于节约能源消耗的需求，实现一种输出电压稳定同时在负载变化时能够自动优化出最佳效率的开关电源显得尤为重要。
【发明内容】
[0004]本发明的目的是针对现有的技术存在的不足提供一种基于遗传算法的效率优化电源控制方法。
[0005]本发明为实现上述目的，采用如下技术方案:一种基于遗传算法的效率优化电源控制方法，其特征在于:基于包括Boost升压拓扑电路、输入电流采样电路及其采样放大隔离电路、输出电流采样电路及其采样放大隔离电路、输出电压采样电路及其采样放大隔离电路以及微控制器为控制核心的控制电路构成的控制系统，输入电流采样电路、输出电流米样电路和输出电压米样电路分别米样Boost升压拓扑电路中的输入电流、负载输出电流和负载输出电压，然后通过各自对应的采样放大隔离电路均输出给微控制器为控制核心的控制电路，微控制器为控制核心的控制电路输出信号控制Boost升压拓扑电路的开关管M1;其中:
[0006]输入电流采样电路通过连接在Boost升压拓扑电路开关管Mi源极的电阻Rsi采样输入电流，电阻Rs1与开关管此源极的连接端为输入电流采样输出端，电阻1^的另一端连接输入地端；
[0007]输出电流采样电路通过Boost升压拓扑电路的负载电阻RjPRs2分压采样，电阻R1和Rs2的连接端为输出电流采样输出端，电阻Rs2的另一端连接输入地端；
[0008]输出电压采样电路通过Boost升压拓扑电路的负载电阻RdPR3分压采样，电阻R2和R3的连接端为输出电压采样输出端，电阻R3的另一端连接输出地端；
[0009]采样放大隔离电路为运算放大器，其中，运算放大器1^对应输出电压采样电路，运算放大器1^的负端连接输出电压采样输出端，运算放大器1^的正端连接输出地端;运算放大器1?对应输出电流采样电路，运算放大器k2的负端连接输出电流采样输出端，运算放大器k2的正端连接输出地端;运算放大器k3对应输入电流采样电路，运算放大器k3的负端连接输入电流采样输出端，运算放大器k3的正端连接输出地端；
[0010]微控制器为控制核心的控制电路包括AD转换模块、PI控制模块、遗传算法优化模块和脉冲宽度调制产生模块，AD转换模块的输入信号为运算放大器k1、k2及k3的输出信号，AD转换模块将转换后的输出电压信号输出给PI控制模块和遗传算法优化模块，AD转换模块将转换后的输出电流和输入电流信号输出给遗传算法优化模块，PI控制模块输出的占空比信号及遗传算法优化模块输出的频率信号都输出给脉冲宽度调制产生模块，脉冲宽度调制产生模块的输出信号控制Boost升压拓扑电路的开关管M1;
[0011 ]微控制器为控制核心的控制电路的工作流程包括以下步骤:
[0012]I)首先根据系统的预设值对于相关的参数进行初始化，包括设定系统的输出电压值，系统的实际输出电压与PI控制模块的设定输出电压的误差值，上次调节前的实际输出电压与设定输出电压的差值即上次误差值，误差值得积累量即误差积分值，与误差值相乘的比例系数kP，与误差积累值相乘的积分系数Iu，初始占空比值，以及经过PI控制模块计算的出的输出电压值；
[0013]2)配置以微控制器为核心的控制电路相关外设的参数，包括定时器、AD转换模块以及中断，微控制器为核心的控制电路设有两个定时器，定时器I为脉冲宽度调制产生模块所用，用于控制Boost升压拓扑电路中^)5管见的开关，定时器2利用中断以精确采样输入电压，配置AD转换模块工作于DMA模式，配置定时器I的中断以利用PI控制模块调节占空比以调节输出电压；
[0014]3)遗传算法优化模块的参数初始化，设定遗传算法中的相关参数，包括种群迭代代数最大值1、每一代种群中个体的数量最大值N、种群迭代代数计数值i，种群个体数量计数值n，每一个个体的基因长度、个体间基因发生交叉的概率、个体的基因发生变异的概率，并设置i与η的值为0;
[0015]4)根据第i代种群中的第η个个体的基因，通过换算得到其对应的PffM的频率值，在本遗传算法模块中采用的是二进制编码方式，所说的基因就是一串二进制的数字，将这串数字转换成十进制代表的值即为PWM的频率值。并将其设置为脉冲宽度调制产生模块的频率；
[0016]5)设定脉冲宽度调制产生模块的频率后，PI控制模块利用定时器I的中断，调节脉冲宽度调制产生模块的占空比；
[0017]6)等到输出电压稳定后即实际的输出电压值等于设定的输出电压值，利用遗传算法优化模块，在其中利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，并将其作为该个体的适应度；
[0018]7)判断该个体是否为该代种群中最后一个个体，若不是将η的值加一，并返回第4)步执行，若是则执行下一步；
[0019]8)判断i的值是否为设定的种群迭代代数，若是执行下一步，否则返回4)执行；
[0020]9)将该代种群中适应度最低即效率最低的个体剔除，然后将每个个体的适应度除以所有个体的适应度之和，从而所有个体的适应度归一化到[O，I]之中，适应度越高的个体在[0，I]中的份额则越大，然后微控制器产生随机数，决定选择的个体，因为适应度越高的个体在[0，I]中的份额越大，所以其越容易被选择，从而将适应度高的基因传给下一代个体，选择两个个体后，再次产生随机数，将其与系统设定的个体基因发生变异的概率值相比较，若小于该值则将这两个个体的基因即二进制数字串进行交叉动作，得到新的两个个体的基因，若大于系统设定的个体基因发生变异的概率值，则将这两个个体的基因即二进制数字串中的一位进行变异动作，得到新的两个个体基因；
[0021]10)取当代种群中适应度最高也就是效率最高的个体的基因换算后的频率为系统在当前负载情况下的最优效率；
[0022]11)检测系统的负载是否发生变化，若负载变化则返回3)执行，否则维持现状。
[0023]控制系统的工作过程如下:当系统启动时，Boost升压拓扑电路工作，此时PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM的占空比使得输出电压稳定，并且遗传算法优化模块开始工作，根据遗传算法优化模块中的个体基因，即将二进制数字串转换为十进制换算出此时Boost升压拓扑电路的工作频率，然后再次利用PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM占空比使得输出电压稳定，当系统在当前频率下的输出电压稳定之后，此时采集输出电压采样电路、输入电流采样电路和输出电流采样电路传来的输出电压值、输入电流值以及输出电流值，并利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，然后将当前效率做为该个体的适应度记录保存，然后计算下一个个体的适应度，重复上述过程，直至完成设定的迭代代数，并计算完最后一代种群中所有个体的适应度即效率，此时该代种群中的适应度最高即效率最高的个体即为当前负载点下最优频率所对应的Boost升压拓扑电路的工作频率。
[0024]本发明的优点及显著效果:
[0025]1、采用遗传算法优化效率，在负载变化时能够寻找最佳开关频率，找出最优效率点。
[0026]2、采用PI控制器调节占空比，稳定输出电压，灵敏度高，输出电压稳定。
[0027]3、电路简单，无需专用集成电路的复杂控制，成本低，可靠性好。
[0028]4、利用微控制器的中断配合，精确采集输入电流值。
【附图说明】
[0029]图1是本发明整体结构方框图；
[0030]图2是本发明系统原理图；
[0031 ]图3是本发明控制程序流程图；
[0032]图4是输入电流检测波形图；
[0033]图5是轻载效率优化图；
[0034]图6是重载效率优化图。
【具体实施方式】
[0035]下面结合附图对发明的技术方案进行详细的说明:
[0036]如图1所示，一种基于遗传算法的效率优化电源控制方法基于包括Boost升压拓扑电路、输入电流采样电路及其采样放大隔离电路、输出电流采样电路及其采样放大隔离电路、输出电压采样电路及其采样放大隔离电路以及微控制器为控制核心的控制电路构成的控制系统，输入电流采样电路、输出电流采样电路和输出电压采样电路分别采样Boost升压拓扑电路中的输入电流、负载输出电流和负载输出电压，然后通过各自对应的米样放大隔离电路均输出给微控制器为控制核心的控制电路，微控制器为控制核心的控制电路输出信号控制Boost升压拓扑电路的开关管Μι。
[0037]图2为图1的具体电路。输入电流采样电路通过连接在Boost升压拓扑电路开关管M1源极的电阻Rs1采样输入电流，电阻Rs1与开关管见源极的连接端为输入电流采样输出端，电阻1^的另一端连接输入地端；
[0038]输出电流采样电路通过Boost升压拓扑电路的负载电阻RjPRs2分压采样，电阻R1和Rs2的连接端为输出电流采样输出端，电阻Rs2的另一端连接输入地端；
[0039]输出电压采样电路通过Boost升压拓扑电路的负载电阻RdPR3分压采样，电阻R2和R3的连接端为输出电压采样输出端，电阻R3的另一端连接输出地端；
[0040]采样放大隔离电路为运算放大器，其中，运算放大器1^对应输出电压采样电路，运算放大器1^的负端连接输出电压采样输出端，运算放大器1^的正端连接输出地端;运算放大器1?对应输出电流采样电路，运算放大器k2的负端连接输出电流采样输出端，运算放大器k2的正端连接输出地端;运算放大器k3对应输入电流采样电路，运算放大器k3的负端连接输入电流采样输出端，运算放大器k3的正端连接输出地端；
[0041]微控制器为控制核心的控制电路包括AD转换模块、PI控制模块、遗传算法优化模块和脉冲宽度调制产生模块，AD转换模块的输入信号为运算放大器k1、k2及k3的输出信号，AD转换模块将转换后的输出电压信号输出给PI控制模块和遗传算法优化模块，AD转换模块将转换后的输出电流和输入电流信号输出给遗传算法优化模块，PI控制模块输出的占空比信号及遗传算法优化模块输出的频率信号都输出给脉冲宽度调制产生模块，脉冲宽度调制产生模块的输出信号控制Boost升压拓扑电路的开关管见。其中遗传算法优化模块通过AD转换模块接收传入的输出电压值，输入电流值以及输出电流值，并计算出效率。
[0042]参看图3，微控制器为控制核心的控制电路的工作流程包括以下步骤:
[0043]I)首先根据系统的预设值对于相关的参数进行初始化，包括设定系统的输出电压值，系统的实际输出电压与PI控制模块的设定输出电压的误差值，上次调节前的实际输出电压与设定输出电压的差值即上次误差值，误差值得积累量即误差积分值，与误差值相乘的比例系数kP，与误差积累值相乘的积分系数Iu，初始占空比值，以及经过PI控制模块计算的出的输出电压值；
[0044]2)配置以微控制器为核心的控制电路相关外设的参数，包括定时器、AD转换模块以及中断，微控制器为核心的控制电路设有两个定时器，定时器I为脉冲宽度调制产生模块所用，用于控制Boost升压拓扑电路中^)5管见的开关，定时器2利用中断以精确采样输入电压，配置AD转换模块工作于DMA模式，配置定时器I的中断以利用PI控制模块调节占空比以调节输出电压；
[0045]3)遗传算法优化模块的参数初始化，设定遗传算法中的相关参数，包括种群迭代代数最大值1、每一代种群中个体的数量最大值N、种群迭代代数计数值i，种群个体数量计数值n，每一个个体的基因长度、个体间基因发生交叉的概率、个体的基因发生变异的概率，并设置i与η的值为O;
[0046]4)根据第i代种群中的第η个个体的基因，通过换算得到其对应的PffM的频率值，在本遗传算法模块中采用的是二进制编码方式，所说的基因就是一串二进制的数字，将这串数字转换成十进制代表的值即为PWM的频率值。并将其设置为脉冲宽度调制产生模块的频率；
[0047]5)设定脉冲宽度调制产生模块的频率后，PI控制模块利用定时器I的中断，调节脉冲宽度调制产生模块的占空比；
[0048]6)等到输出电压稳定后即实际的输出电压值等于设定的输出电压值，利用遗传算法优化模块，在其中利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，并将其作为该个体的适应度；
[0049]7)判断该个体是否为该代种群中最后一个个体，若不是将η的值加一，并返回第4)步执行，若是则执行下一步；
[0050]8)判断i的值是否为设定的种群迭代代数，若是执行下一步，否则返回4)执行；
[0051]9)将该代种群中适应度最低即效率最低的个体剔除，然后将每个个体的适应度除以所有个体的适应度之和，从而所有个体的适应度归一化到[O，I]之中，适应度越高的个体在[0，I]中的份额则越大，然后微控制器产生随机数，决定选择的个体，因为适应度越高的个体在[0，I]中的份额越大，所以其越容易被选择，从而将适应度高的基因传给下一代个体，选择两个个体后，再次产生随机数，将其与系统设定的个体基因发生变异的概率值相比较，若小于该值则将这两个个体的基因即二进制数字串进行交叉动作，得到新的两个个体的基因，若大于系统设定的个体基因发生变异的概率值，则将这两个个体的基因即二进制数字串中的一位进行变异动作，得到新的两个个体基因；
[0052]10)取当代种群中适应度最高也就是效率最高的个体的基因换算后的频率为系统在当前负载情况下的最优效率；
[0053]11)检测系统的负载是否发生变化，若负载变化则返回3)执行，否则维持现状；
[0054]本发明控制系统的工作过程如下:当系统启动时，Boost升压拓扑电路工作，此时PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM的占空比使得输出电压稳定，并且遗传算法优化模块开始工作，根据遗传算法优化模块中的个体基因，即将二进制数字串转换为十进制换算出此时Boost升压拓扑电路的工作频率，然后再次利用PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM占空比使得输出电压稳定，当系统在当前频率下的输出电压稳定之后，此时采集输出电压米样电路、输入电流米样电路和输出电流米样电路传来的输出电压值、输入电流值以及输出电流值，并利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，然后将当前效率作为该个体的适应度记录保存，然后计算下一个个体的适应度，重复上述过程，直至完成设定的迭代代数，并计算完最后一代种群中所有个体的适应度即效率，此时该代种群中的适应度最高即效率最高的个体即为当前负载点下最优频率所对应的Boost升压拓扑电路的工作频率。
[0055]如图4所示，为本系统所采用的输入电流检测波形图。以本控制方法的实施例所使用的Boost升压拓扑电路为例，其输入电流实际情况为三角波，传统的电流检测方法需要用复杂的变换电路将输入电流从交流量转换成直流量再进行测量。本系统使用定时器的触发模式，从而精确采集三角波中电流上升波形的中点处的值即为该交流电流的平均值。如图4所示，在每个周期中，PWMl波形高电平时间即为输入电流上升时间，PWM2波形在PWMl电平为高电平时间的中点处翻转并产生中断，采集输入电流值，此时的电流值即为输入电流的平均值。
[0056]如图5所示，为利用本系统控制方法在负载为0.5A时，自动寻找得到的效率最优频率点。
[0057]如图6图所示，为利用本系统控制方法在负载为0.1A时，自动寻找得到的效率最优频率点。
【主权项】
1.一种基于遗传算法的效率优化电源控制方法，其特征在于:基于包括Boost升压拓扑电路、输入电流采样电路及其采样放大隔离电路、输出电流采样电路及其采样放大隔离电路、输出电压采样电路及其采样放大隔离电路以及微控制器为控制核心的控制电路构成的控制系统，输入电流采样电路、输出电流采样电路和输出电压采样电路分别采样Boost升压拓扑电路中的输入电流、负载输出电流和负载输出电压，然后通过各自对应的米样放大隔离电路均输出给微控制器为控制核心的控制电路，微控制器为控制核心的控制电路输出信号控制Boost升压拓扑电路的开关管Mi;其中: 输入电流采样电路通过连接在Boost升压拓扑电路开关管M1源极的电阻Rs1采样输入电流，电阻1^与开关管见源极的连接端为输入电流采样输出端，电阻Rs1的另一端连接输入地端； 输出电流米样电路通过Boost升压拓扑电路的负载电阻Ri和Rs2分压米样，电阻Ri和Rs2的连接端为输出电流采样输出端，电阻Rs2的另一端连接输入地端； 输出电压米样电路通过Boost升压拓扑电路的负载电阻R2和R3分压米样，电阻R2和R3的连接端为输出电压采样输出端，电阻R3的另一端连接输出地端； 采样放大隔离电路为运算放大器，其中，运算放大器ki对应输出电压采样电路，运算放大器Iu的负端连接输出电压采样输出端，运算放大器1^的正端连接输出地端;运算放大器k2对应输出电流采样电路，运算放大器k2的负端连接输出电流采样输出端，运算放大器k2的正端连接输出地端;运算放大器k3对应输入电流采样电路，运算放大器k3的负端连接输入电流采样输出端，运算放大器k3的正端连接输出地端； 微控制器为控制核心的控制电路包括AD转换模块、PI控制模块、遗传算法优化模块和脉冲宽度调制产生模块，AD转换模块的输入信号为运算放大器k1、k2及k3的输出信号，AD转换模块将转换后的输出电压信号输出给PI控制模块和遗传算法优化模块，AD转换模块将转换后的输出电流和输入电流信号输出给遗传算法优化模块，PI控制模块输出的占空比信号及遗传算法优化模块输出的频率信号都输出给脉冲宽度调制产生模块，脉冲宽度调制产生模块的输出信号控制Boost升压拓扑电路的开关管M1; 微控制器为控制核心的控制电路的工作流程包括以下步骤: 1)首先根据系统的预设值对于相关的参数进行初始化，包括设定系统的输出电压值，系统的实际输出电压与PI控制模块的设定输出电压的误差值，上次调节前的实际输出电压与设定输出电压的差值即上次误差值，误差值得积累量即误差积分值，与误差值相乘的比例系数kP，与误差积累值相乘的积分系数Ic1，初始占空比值，以及经过PI控制模块计算的出的输出电压值； 2)配置以微控制器为核心的控制电路相关外设的参数，包括定时器、AD转换模块以及中断，微控制器为核心的控制电路设有两个定时器，定时器I为脉冲宽度调制产生模块所用，用于控制Boost升压拓扑电路中腸5管见的开关，定时器2利用中断以精确采样输入电压，配置AD转换模块工作于DMA模式，配置定时器I的中断以利用PI控制模块调节占空比以调节输出电压； 3)遗传算法优化模块的参数初始化，设定遗传算法中的相关参数，包括种群迭代代数最大值1、每一代种群中个体的数量最大值N、种群迭代代数计数值i，种群个体数量计数值n，每一个个体的基因长度、个体间基因发生交叉的概率、个体的基因发生变异的概率，并设置i与η的值为O; 4)根据第i代种群中的第η个个体的基因，通过换算得到其对应的PWM的频率值，在本遗传算法模块中采用的是二进制编码方式，所说的基因就是一串二进制的数字，将这串数字转换成十进制代表的值即为PWM的频率值。并将其设置为脉冲宽度调制产生模块的频率； 5)设定脉冲宽度调制产生模块的频率后，PI控制模块利用定时器I的中断，调节脉冲宽度调制产生模块的占空比； 6)等到输出电压稳定后即实际的输出电压值等于设定的输出电压值，利用遗传算法优化模块，在其中利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，并将其作为该个体的适应度； 7)判断该个体是否为该代种群中最后一个个体，若不是将η的值加一，并返回第4)步执行，若是则执行下一步； 8)判断i的值是否为设定的种群迭代代数，若是执行下一步，否则返回4)执行； 9)将该代种群中适应度最低即效率最低的个体剔除，然后将每个个体的适应度除以所有个体的适应度之和，从而所有个体的适应度归一化到[O，I]之中，适应度越高的个体在[O，I]中的份额则越大，然后微控制器产生随机数，决定选择的个体，因为适应度越高的个体在[O，I]中的份额越大，所以其越容易被选择，从而将适应度高的基因传给下一代个体，选择两个个体后，再次产生随机数，将其与系统设定的个体基因发生变异的概率值相比较，若小于该值则将这两个个体的基因即二进制数字串进行交叉动作，得到新的两个个体的基因，若大于系统设定的个体基因发生变异的概率值，则将这两个个体的基因即二进制数字串中的一位进行变异动作，得到新的两个个体基因； 10)取当代种群中适应度最高也就是效率最高的个体的基因换算后的频率为系统在当前负载情况下的最优效率； 11)检测系统的负载是否发生变化，若负载变化则返回3)执行，否则维持现状。2.根据权利要求1所述的基于遗传算法的效率优化电源控制方法，其特征在于:控制系统的工作过程如下:当系统启动时，Boost升压拓扑电路工作，此时PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM的占空比使得输出电压稳定，并且遗传算法优化模块开始工作，根据遗传算法优化模块中的个体基因，即将二进制数字串转换为十进制换算出此时Boost升压拓扑电路的工作频率，然后再次利用PI控制模块通过AD转换模块接收输出电压采样电路传来的输出电压值，并调节PWM占空比使得输出电压稳定，当系统在当前频率下的输出电压稳定之后，此时采集输出电压采样电路、输入电流采样电路和输出电流米样电路传来的输出电压值、输入电流值以及输出电流值，并利用输出电压值乘以输出电流值得到输出功率，利用输入电压值乘以输入电流值得到输入功率，将输出功率除以输入功率得到该频率下的效率，然后将当前效率做为该个体的适应度记录保存，然后计算下一个个体的适应度，重复上述过程，直至完成设定的迭代代数，并计算完最后一代种群中所有个体的适应度即效率，此时该代种群中的适应度最高即效率最高的个体即为当前负载点下最优频率所对应的Boost升压拓扑电路的工作频率。
【文档编号】H02M1/00GK105978339SQ201610520899
【公开日】2016年9月28日
【申请日】2016年7月4日
【发明人】钱钦松, 谢明枫, 俞居正, 朱俊杰, 孙伟锋, 陆生礼, 时龙兴
【申请人】东南大学