[发明专利]一种面向Modelica模型的多目标优化方法

说明书

本发明实施例公开了一种面向Modelica模型的多目标优化方法，包括：获取Modelica模型中待优化的各输入参数和各输出参数；生成由各输入参数的N个取值组合构成的初始种群；将当前种群中的各种群个体代入所述Modelica模型进行仿真；对所述当前种群执行快速非支配排序算法，得到各种群个体的第一非支配层级和第一拥挤度，计算各种群个体的第一适应度；根据所述第一适应度以及各输入参数的优先级，生成新的当前种群，以及对应的各输出参数的N个新取值组合，返回所述第一非支配层级和第一拥挤度的计算操作，直到达到设定的优化终止条件；在最终的当前种群中选取各输入参数的至少一个最优取值组合。本实施例多目标的同时优化。

技术领域

本发明实施例涉及多领域系统仿真优化技术领域，尤其涉及一种面向Modelica模型的多目标优化方法。

背景技术

Modelica是一种开放以方程为基础的语言，适用于大规模复杂异构物理系统建模，包括机械、电子、电力、液压、热、控制及面向过程的子系统模型，目前已在仿真业得到广泛认可。

但在模型仿真中，尤其是大型复杂模型，如何能够快速获取到期望的目标参数值（即输出参数值），一直是困扰模型搭建者的一个难题。

现在的仿真软件通常支持单一的目标优化（即单一的输出参数的优化），但在Modelica模型实际应用中，多目标（即多种输出参数）都达成Pareto最优解才符合实际；即使是使用多次单目标优化，也会有参数冲突或目标冲突问题。而在一些多目标优化方法中，需要对Modelica模型进行修改，这个在实际使用中局限性很强。

发明内容

本发明实施例提供一种面向Modelica模型的多目标优化方法，在不改变模型结构的情况下，实现多目标同时优化。

第一方面，本发明实施例提供了一种面向Modelica模型的多目标优化方法，包括：

获取Modelica模型中待优化的各输入参数，以及用于评价模型性能的各输出参数；

生成由各输入参数的N个取值组合构成的初始种群，作为当前种群，其中，每个取值组合为一个种群个体，N为自然数；

将所述当前种群中的各种群个体代入所述Modelica模型进行仿真，得到各输出参数的N个取值组合；

根据各输出参数的N个取值组合，对所述当前种群执行快速非支配排序算法，得到各种群个体的第一非支配层级和第一拥挤度；

根据所述第一非支配层级和第一拥挤度，计算各种群个体的第一适应度；

根据所述第一适应度以及各输入参数的优先级，生成新的当前种群，以及对应的各输出参数的N个新取值组合，返回所述第一非支配层级和第一拥挤度的计算操作，直到达到设定的优化终止条件；

在最终的当前种群中选取至少一个种群个体，作为各输入参数的至少一个最优取值组合。

第二方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的一种面向Modelica模型的多目标优化方法。

第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的一种面向Modelica模型的多目标优化方法。