采用元胞遗传算法的无线电能传输网路径寻优

发布时间：2018-11-04 08:05

【摘要】：为快速寻找无线电能传输网中传输效率最大、能量损耗最小的传输路径,提出了使用元胞遗传算法对传输路径进行寻优的方案。通过对无线电能传输网数学模型的分析,分别建立了有源注入和无源注入无线电能传输网的目标函数,并将目标函数作为元胞遗传算法的适应度函数,采用重复消除的修复方案将不可行解转化为可行解,以提高种群中的有效个体比例,从而提高搜索效率。元胞遗传算法将遗传算法和元胞自动机进行有效结合,中心个体和邻居之间形成一个小生境,优良个体得以在种群中缓慢扩散,算法能够有效突破局部最优解的限制,迅速收敛至全局最优解。仿真结果显示,在有源注入和无源注入无线电能传输网中,元胞遗传算法都能准确找到最优路径,表明元胞遗传算法用于无线电能传输网路径寻优具有可行性。
[Abstract]:In order to find the transmission path with the highest transmission efficiency and the least energy loss in the radio energy transmission network, a scheme of optimizing the transmission path by using the cellular genetic algorithm is proposed. By analyzing the mathematical model of radio energy transmission network, the objective function of active injection radio energy transmission network and passive injection radio energy transmission network is established, and the objective function is regarded as the fitness function of cellular genetic algorithm. In order to increase the proportion of effective individuals in the population and improve the search efficiency, the infeasible solution is transformed into a feasible solution by the method of repeated elimination. The cellular genetic algorithm combines the genetic algorithm effectively with the cellular automata to form a niche between the center individual and the neighbor, and the superior individual can spread slowly in the population, and the algorithm can effectively break through the limitation of the local optimal solution. Converges rapidly to the global optimal solution. The simulation results show that the cellular genetic algorithm can accurately find the optimal path in both active and passive injection radio transmission networks, which indicates that the cellular genetic algorithm is feasible for the path optimization of radio energy transmission networks.
【作者单位】： 重庆大学自动化学院;
【基金】：国家高技术研究发展计划资助项目(2015AA010402) 国家自然科学基金资助项目(51277192,51377183)
【分类号】：TM724;TP18

【参考文献】

相关期刊论文 前8条

1 康乐;胡欲立;张克涵;;水下磁谐振式无线电能传输系统的分析与设计[J];西安交通大学学报;2015年10期

2 黎明;鲁宇明;揭丽琳;;Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance[J];Transactions of Nanjing University of Aeronautics and Astronautics;2014年04期

3 戴欣;施惠;孙跃;;复合谐振型非接触电能双向传输模式[J];西南交通大学学报;2013年03期

4 陈昊;黎明;陈曦;;处理动态优化问题的捕食元胞遗传算法[J];控制与决策;2012年06期

5 孙跃;杨芳勋;戴欣;;基于改进型蚁群算法的无线电能传输网组网[J];华南理工大学学报(自然科学版);2011年10期

6 孙跃;戴欣;唐春森;王智慧;苏玉刚;;分布式无线电能传输网[J];电力电子;2010年03期

7 刘小民;张文斌;;采用遗传算法的离心叶轮多目标自动优化设计[J];西安交通大学学报;2010年01期

8 傅文珍;张波;丘东元;王伟;;自谐振线圈耦合式电能无线传输的最大效率分析与设计[J];中国电机工程学报;2009年18期

【共引文献】

相关期刊论文 前10条

1 王华;陈昊;许春蕾;;多目标化策略下的元胞遗传算法研究[J];小型微型计算机系统;2017年06期

2 薛雪;刘晓文;刘成磊;;基于谐振原理的无线电能传输实验研究[J];实验技术与管理;2017年05期

3 王珂;李俊;许正平;;PLCL-SS型ICPT系统距离及频率分叉特性研究[J];电子器件;2017年02期

4 李甜;肖文勋;张波;黄雅琪;;ZVS E类逆变器的磁谐振无线输电系统参数分析和设计[J];电源学报;2017年03期

5 闫啸宇;杨世春;何红;杨海圣;徐斌;刘治钢;;无线能量传输负载自适应的频率分叉边界控制[J];电源学报;2017年02期

6 彭康;刘修泉;黄平;;心脏起搏器无线能量传输装置的设计与研究[J];机械设计与制造;2017年03期

7 逯玉明;;水下机器人无线充电系统电路设计[J];科学家;2017年05期

8 张鑫;贾二炬;范兴明;;电动汽车无线充电系统线圈参数的仿真与设计[J];电子技术应用;2017年03期

9 万玉;许思传;张良;;燃料电池车用离心叶轮型线参数化及多工况优化[J];同济大学学报(自然科学版);2017年01期

10 潘超;刘凯旭;郑永健;;电磁耦合谐振式无线电能传输系统性能研究[J];电力电子技术;2017年02期

【二级参考文献】

相关期刊论文 前10条

1 刘楠;黄金泉;;应用改进粒子群算法的涡轴发动机性能寻优[J];南京航空航天大学学报;2013年03期

2 夏晨阳;孙跃;贾娜;庄裕海;翟渊;;耦合磁共振电能传输系统磁路机构参数优化[J];电工技术学报;2012年11期

3 李军华;黎明;;元胞遗传算法的收敛性分析和收敛速度估计[J];模式识别与人工智能;2012年05期

4 翟渊;孙跃;戴欣;苏玉刚;王智慧;;磁共振模式无线电能传输系统建模与分析[J];中国电机工程学报;2012年12期

5 王智慧;孙跃;戴欣;苏玉刚;唐春森;;CLC型非接触电能传输系统输出控制[J];西南交通大学学报;2012年01期

6 徐鲁杰;孙晓军;汤振;乔永红;;水下插拔电连接器技术[J];机电元件;2011年06期

7 陈殊;鲁宇明;杨红雨;黎明;;灾变机制下元胞遗传算法的选择压力研究[J];计算机工程与应用;2011年27期

8 鲁宇明;黎明;李凌;杨红雨;;基于个体差异移民的改进元胞遗传算法[J];系统工程与电子技术;2011年03期

9 姜雨;杨英宝;周航;;航班进场调度的改进捕食搜索算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2010年04期

10 杨庆新;陈海燕;徐桂芝;孙民贵;傅为农;;无接触电能传输技术的研究进展[J];电工技术学报;2010年07期

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：2309233