[发明专利]一种铁磁材料磁滞特性仿真中的JA模型参数优化自适应遗传算法

摘要

本发明涉及一种铁磁材料磁滞特性仿真中的JA模型参数优化自适应遗传算法，具体是在JA模型参数优化过程中，将一组JA模型参数作为个体，个体包含有5个基因座，分别对应JA模型的五个参数，多组JA模型参数构成种群。个体适应能力由对应的仿真所得磁滞回线与已知磁滞回线的吻合程度决定。对种群进行适当的遗传操作，直至得到较优的一组参数。本发明的有益效果是1、对仿真磁滞回线的参数优化有明显效果；2、对实际硅钢片磁滞回线参数优化得到的最优个体对应的磁滞回线与原始磁滞回线非常接近，优化效果明显。

主权项

一种铁磁材料磁滞特性仿真中的JA模型参数优化自适应遗传算法，其特征在于，包括以下步骤：步骤1、以磁滞回线上等距的N个点作为回线的“特征点”，通过计算仿真磁滞回线与已知磁滞回线间对应特征点距离之和来描述吻合程度，并作为吻合程度的评价函数；步骤2、采用实数表示JA模型的各个参数；考虑到计算机通过产生0～1之间的随机数来创建初始种群的各个个体，并且为便于交叉和变异算子的设计，对各参数的编码范围均设定为0～1，即采用归一化实数编码方法；步骤3、采用比例选择作为选择策略，具体执行过程为：计算处群体中所有个体的适应值总和作为轮盘大小；以每个个体的适应值f(Xi)作为该个体在轮盘上占据区域的大小，这样第m个个体在轮盘上占据的区域为用计算机产生一个随机数δ，若δ×F落在区间内，则第m个个体被选中参与对下一代的遗传；步骤4、采用算术交叉与多点交叉相结合的交叉算子；步骤5、针对JA模型参数优化特点，提出了一种变异幅度自适应的非均匀变异算子；步骤6、对个体数量为P的种群，每一代进行遗传操作前，先将最优个体Ibest保存起来；然后通过选择、交叉和变异操作，得到P‑2个个体；再将保存下来的最优个体Ibest和随机产生的一个新个体Inew加入，这样构成个体数量为P的新一代种群；步骤7、对随机产生的个体计算适应值f(Xi)，若适应值低于设定阈值Δf，则放弃此个体，再随机产生一个个体，直至生成P个适应值都大于Δf的个体组成初始种群。