自适应遗传算法在电器产品优化设计中的研究

发布时间：2022-02-14 11:45

　　传统的基于人工神经网络的电器产品优化方法,在对电器产品优化设计后花费的材料成本仍然较高,因此设计一种基于自适应遗传算法的电器产品优化方法。首先,依据电器产品设计基本性能需求,建立电器产品优化目标函数,包括电器产品材料成本和最小变电损耗;然后,引入一个新的函数作为种群是否早熟的判断依据,以降低计算时间,在此基础上对电器产品优化点编码;最后,利用自适应遗传算法实现电器产品优化设计。通过实验对比结果可知,此次设计的基于自适应遗传算法的电器产品优化方法比传统方法的电器产品设计成本低,证明了此次设计方法的有效性。 

【文章来源】：现代电子技术. 2020,43(19)北大核心

【文章页数】：4 页

【部分图文】：

改进的自适应交叉概率和变异概率

Step3：电器产品优化样本点的分布[13]。随着自适应遗传算法的训练，电器产品优化逐渐以最优点为中心，样本点分布示意图如图2所示。Step4：自适应遗传操作。利用自适应遗传算法中的适应度比例法进行复制，通过适应度函数对上述染色体的适应度函数值[14]求解，从而得到每个染色体对应的复制概率。将复制概率与目标函数结合，建立如下的目标函数：

在实验过程中，设置相同的实验时间，并从某电器产品厂内抽选10类产品，这10类电器产品参数不同。分别使用两种方法对这10种电器产品优化设计，对比两种方法优化设计后的电器产品材料的设计成本。4.2 实验结果

【参考文献】：
期刊论文
[1]基于产品拆卸性设计的循环率规制的影响研究[J]. 陈玉玉,李帮义,柏庆国,陈信同,唐娟.  计算机集成制造系统. 2019(07)
[2]采用遗传算法的电控增压器电磁阀优化设计[J]. 杨昆,刘振明,周磊,刘楠,应宇辰.  国防科技大学学报. 2019(03)
[3]基于遗传算法的高性能赋形天线优化设计[J]. 施锦文,张新刚,时政欣,赵颖.  微波学报. 2019(03)
[4]基于改进遗传算法的捷变相位编码组优化设计[J]. 陈舒敏,钱乔龙,曹文杰,赵中兴.  现代雷达. 2019(05)
[5]并网逆变器LCL滤波器的参数优化设计[J]. 黄亦欣,汤亚芳,于淼,李君卫,冒国龙.  电测与仪表. 2019(12)
[6]电磁继电器额定寿命优化设计[J]. 肖斌,杨文英,谢林炜,翟国富.  哈尔滨工业大学学报. 2019(03)
[7]基于双层规划的参数化产品族优化设计[J]. 程贤福,高东山,万丽云.  机械设计与研究. 2018(03)
[8]基于CFD及FEM的聚氨酯泡沫塑料低温绝热结构优化设计[J]. 王翰林,刘清念,周翔,颜鸿斌.  塑料工业. 2018(06)
[9]基于GRNN神经网络的汽车塑件工艺优化设计[J]. 梁德坚,邓其贵,万选明.  塑料. 2018(03)
[10]基于改进人工蜂群算法的轮毂电机多目标优化[J]. 张河山,邓兆祥,妥吉英,张羽,陶胜超.  西南交通大学学报. 2019(04)



本文编号：3624489