专利名称：基于蚁群算法的电磁阀优化设计方法
技术领域：
本发明涉及电磁阀优化设计领域，特别是一种基于蚁群算法的电磁阀优化设计方法。
背景技术：
蚁群算法(ant colony algorithm，简称ACA)是20世纪90年代初提出的一种群智能演化算法，这种算法具有如下特点
首先，与遗传算法一样，蚁群算法也属于智能优化算法，这种算法具有本质并行和自适应的特点，在组合优化方面甚至比遗传算法表现出更优异的性能。其次，蚁群算法在很大程度上可以克服传统确定性优化算法在求解过程中的缺陷；对目标函数没有可微、凸性的要求；不需要导数信息，全局优化性能力强；它的鲁棒性强、通用性强且适于并行处理，也易于与其它算法相结合，其算法性能可进一步提高。与遗传算法等其它智能优化算法相比，蚁群算法正反馈机制有发现较好解的能力，一些改进的蚁群算法在求解效率和全局优化能力方面也有一定的优势。此外，作为一种并行优化算法，蚁群算法在求解多目标优化问题时，一次运行可以求得多个可行非支配解，具有单目标优化方法不可比拟的优势，很适合基于Pareto最优的多目标优化设计。随着蚁群算法在函数优化方面研究的深入，其在工程优化中应用越来越受到重视且目前已被用于一些工程问题的求解。因此，将蚁群算法应用于工业产品如电磁阀的参数优化设计，不仅对蚁群算法的研究和推广有重要意义，而且也是在电磁阀优化设计领域的有益探索。
发明内容
本发明的目的在于提供一种基于蚁群算法的电磁阀优化设计方法，该方法有利于对电磁阀进行优化设计，从而提高电磁阀的整体性能指标。为实现上述目的，本发明采用的技术方案是一种基于蚁群算法的电磁阀电磁机构优化设计方法，其特征在于按如下步骤进行
步骤1 选取电磁阀线圈参数、结构参数、最小开阀电压、影响电磁机构吸合以后温升的主要参量作为优化变量，并估计所述各优化变量的取值范围
权利要求
1. 一种基于蚁群算法的电磁阀电磁机构优化设计方法，其特征在于按如下步骤进行步骤1 选取电磁阀线圈参数、结构参数、最小开阀电压、影响电磁机构吸合以后温升的主要参量作为优化变量，并估计所述各优化变量的取值范围
2.根据权利要求1所述的基于蚁群算法的电磁阀电磁机构优化设计方法，其特征在于在步骤14中，所述目标函数是由多目标函数组合而成的单一目标函数，包括芯铁吸合时芯铁与封头的撞击能量、用铜体积、用铁体积以及温升。
全文摘要
本发明涉及电磁阀优化设计领域，特别是一种基于蚁群算法的电磁阀优化设计方法，该方法选取电磁阀线圈参数、结构参数、最小开阀电压、影响电磁机构吸合以后温升的主要参量作为优化变量，采用蚁群算法进行整体性能指标的优化设计，同时考虑了吸动阶段动态过程，与长期通电工作状态下电磁机构吸持阶段的整体优化，得到满意的设计结果。该方法有利于对电磁阀进行优化设计，从而提高电磁阀的整体性能指标。
文档编号G06F17/50GK102254070SQ20111019874
公开日2011年11月23日 申请日期2011年7月15日 优先权日2011年7月15日
发明者程祝媛, 许志红 申请人:福州大学