首页> 中文学位 >改进自适应遗传算法在防爆高能电机优化设计中的应用
【6h】

改进自适应遗传算法在防爆高能电机优化设计中的应用

代理获取

目录

文摘

英文文摘

声明

第1章绪论

1.1本课题的目的和研究意义

1.2电机优化技术的发展情况

1.3本论文研究的主要内容

第2章遗传算法

2.1遗传算法简介

2.2遗传算法的寻优过程

2.3遗传算法的数学理论基础

2.3.1模式定理

2.3.2积木块假设

2.3.3收敛性

2.3.4隐含并行性

2.3.5性能评估手段

2.4本章小结

第3章改进自适应遗传算法的实际应用

3.1电机优化数学模型建立的理论基础

3.2防爆高能电机优化设计的数学模型

3.2.1初优化设计变量的选取和处理

3.2.2优化设计目标函数的选择

3.2.3约束条件的设定

3.2.4增广目标函数的设定

3.3自适应遗传算法的引入和改进

3.3.1自适应遗传算法的引入

3.3.2多轮进化遗传算法

3.3.3自变量编码方法的改进

3.3.4初始群体数量的确定

3.3.5初始电机方案群体的产生

3.3.6选择算子的改进

3.3.7交叉算子和变异算子的改进

3.4文章小结

第4章优化计算与结果分析

4.1基本参数的设定

4.2优化结果对比

4.3优化结果分析

4.4本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢

展开▼

摘要

采煤机用电机的特点是安装空间有限,工作环境恶劣,设计这种防爆型高能量密度电机要从电机材料选用、冷却器优化设计、电磁优化设计等几方面考虑。由于设计难度大,传统的电机设计方法难以满足设计需要,必须通过电机优化设计理论进行设计,才能得到理想设计方案。 本文首先介绍了遗传算法的起源、发展历程、主要研究方向、遗传算法的基本原理以及遗传算法的应用特点,解释了遗传算法的运行机理和寻优策略,同时介绍了遗传算法的数学理论基础。针对防爆型高能量密度电机的特殊结构和特殊的设计要求,由提高优化效率和寻找最优方案两个角度出发,就染色体的编码、适应度函数的设计等几个方面分别进行了讨论。为了改进算法,将多轮进化的概念引入自适应遗传算法中,并且将算法中的选择算子、交叉算子和变异算子重新设计。 最后,研究并建立了防爆型高能量密度电机电磁优化设计的数学模型,使用Visual C++语言在Windows平台上编制了相应的计算程序,最后分别使用传统的自适应遗传算法、多轮进化遗传算法和改进后的自适应遗传算法分别对一台实际样机进行了计算,通过计算所得到的电机设计方案和已知样机的设计方案相比较,证实了对自适应遗传算法的改进是成功的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号