欢迎来到天天文库
浏览记录
ID:33922752
大小:4.24 MB
页数:74页
时间:2019-02-28
《基于pareto最优解的多目标pso算法在电机优化设计中的应用(转载)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、中山大学硕士毕业论文基于Pa陀to最优解的多目标Ps0算法在电机优化设计中的应用论文题目:基于P删。最优解的多目标PSO算法在电机优化设计中的应用专业:计算机应用技术硕士生:吴颖指导教师:成良玉教授摘要电动机优化设计的最优解与许多因素有关,如模型的建立、优化变量的选取、其某些参量的确定等,最重要的是优化方法。传统的优化策略大多基于梯度计算,对函数的连续性、导数的存在性都有较高的要求,对于某些函数甚至无法保证算法收敛到最优,从而限制了其进一步发展。而粒子群(PSO)智能算法在多目标搜索领域有很大发展潜力,其主要
2、特点在全局随机搜索策略,能够不依赖于初值的选取和不用考虑目标函数本身的是否连续或者可微。本文的主要目的是建立一个多目标电机优化设计模型,并对多目标粒子群算法进行研究,在此基础上通过Paret0最优化理论分析,提出一种改进的多目标优化算法,将其应用到该电机优化模型上,证明该算法有其相对的合理性和优越性。同时,本文介绍了一个电机多目标优化系统的设计与实现。本文的主要研究工作包括:1.对电机多目标优化设计进行了分析,指出了传统的优化方法存在的不足,建立电机多目标优化设计模型。2.重点对多目标粒子群算法进行了研究。回
3、顾了当前流行的多目标粒子群算法,对基于Pareto非支配最优解集的多目标粒子群(MOPSO)算法进行理论分析,在其基础上提出了一种新的全局最优值选择策略,并将P删。非支配最优解集的思想运用到更新个体最优值的问题中,加入了扰动因子防止粒子个体陷入局部极值。实验显示了该算法的解具有相对较好的均匀性和收敛性。3.实现了电机多目标优化设计系统,将改进后的多目标粒子群算法运用于该系统,并完成了相应的界面和数据库设计。关键词:粒子群算法,P鲇咂TO最优解,多目标优化,电机设计中山大学硕士毕业论文基予pareto最优解的多
4、目标pso算法在电机优化设计中的应用誓i专le:趣’pli啦ion“pa磁oso赫io珏融酣M醢蚌。球赕溉P甜icleS啪椭Algorit№iIlMotor哪iIIl妇ionDes啦轰耋萄of:C翻删efA即重ied{戳矗撒obgyName:WuYingSupervisof:P硒凳ssofCkngLiang弦AbStraet1kS0lutionof蝴des埝nopth诎ionproblemsarerekedw瓶m锄y粕ctors鳓c董l瑟models,Select主onofVaf主ab缸andp畦ra雠£er
5、s,越通tkmos£却f£an毫oneismeoptiII疵嫩ionmethod.M.ostof渤ditioIxalmethods棚℃g脚ientjbaSed哪ill也嗽ionstralegy,whichhaVeKg董lrjeqtl蟊ementsintlle∞ntimlityofthemnctiona删theexistenceofderiVatives,andforS0me龟ncti0Ilstho∞a埝orit№scallnotgu缀mtee∞nverge麟.W毯lethePafticleSⅥ灌獭Opt嗽io
6、n触go矗hmhavegr嘣删训iIlthe&ldof翔mh沁巧ective∞arch,witll妇最灿鹏ofglobal黼ndomscarch,tb豇a瑭ori£hm’spef鳓棚硪ncedoesnot蛳ndonillitialValue雒ldnotllavetocollSiderthecom如ityanddif触nt汕il姆oftl把缸1ctio躲11把maillpu∞oseofthispapcr:1.EstablishamlIlt沁bjediveopt妇妇ionmodel矗)rmotofdes涎n2。P
7、
8、渺po∞anilnpfoVed玎眦牲i—o巧ectiVe搿峨icles、j嘲翻gof主t鼬3.ApplytI心血lpr0W=dalgorithmtolnulti-objectiVemotordc:signoptiIllizationmod
9、el氟D
10、eS逗n搬砖i翻pkll瓣嫩a剃hi-o蜒e髓iVemolor如signsys专em.The臌illreSI粼hacllievam【clItsareasfbnows:l。臻鼯粼k避滩越毯耋耋i-o场e瞧iVe弱鼢毫of文:slj泌。磷赫主z蔹bll,po遍edo
11、越重沁S:bortcomingsoftraditioml0ptiI毗胤ionmethods;establishedamulti—o巧ectiVe越olof◇辨跳a耄赫旌deSig藏l∞d或.2.EI印has该通ontheSnldyofnmni-objectiveparticle绷瑚1nalgo疵hm;proposed雏翻呻V醯辩融io矗辫罐e韶南r瀚挚面蕊觳al甜鹣瞅。陋妇lSo溉沁鞋,a耐putt
此文档下载收益归作者所有