[发明专利]一种基于遗传算法的MPBLDCLM多目标优化方法

摘要

本发明公开了一种基于遗传算法的MPBLDCLM多目标优化方法，建立MPBLDCLM优化设计数学模型，包括优化设计变量、目标函数和约束条件的确定；对优化问题的可行解进行编码；评估和选取适应度函数，在可行解区域内随机产生一定数量的初代种群，计算种群中的个体适应度；反复执行选择、交叉、变异和增维，直到种群中全部个体的承载单纯形都进化为全标单纯形时，停止操作，得到近似全局最优解。本发明优化速度快、成本低、效率高，提高了全局精度与收敛速度，该方法非常适用于对MPBLDCLM的多目标优化中，使电机在满足其性能要求及外形尺寸不变的前提下，平均推力、推力波动、效率都能得到有效优化。

主权项

1.一种基于遗传算法的MPBLDCLM多目标优化方法，其特征在于，步骤如下：步骤1、确定动磁式永磁无刷直流直线电机的优化变量参数；步骤2、确定动磁式永磁无刷直流直线电机需要优化的目标函数和约束条件；步骤3、对问题参数集进行实数编码，同时将承载单纯形的顶点及整数标号信息引入编码；步骤4、选取遗传算法的适应度函数，并根据动磁式永磁无刷直流直线电机的变量参数，生成遗传算法的初代种群P₀(t)，计算初代种群P₀(t)中每个个体的承载单纯形，计算P₀(t)中的个体适应度；步骤5、反复执行选择、交叉、变异和增维，提高P₀(t)适应度，使得其中的个体逐渐接近最优解，直到满足规定的收敛依据，最后得到全局最优解。