基因控制遗传算法在阻抗匹配平衡变压器优化设计中的研究

摘要

平衡变压器的优化设计对于降低变压器制造成本、提高整体性能、增强变压器制造厂的竞争实力以及节能降耗，建设“绿色”节约型社会都有着重大意义，因而越来越受到有关专家、学者以及工程设计人员的关注和重视。本文就一种典型的平衡变压器——阻抗匹配平衡变压器的优化设计做了初步工作。 所谓优化设计就是根据设计模型及初始条件，利用一定优化方法编出程序，之后通过计算机求出优化结果。工程优化的基本任务就是要解决函数在某一区域上的极值问题，其一般过程可总结为：(1)选取优化变量，(2)建立数学模型，(3)确定初始设计参数，(4)最后利用某种优化方法求出优化结果。 通过对遗传算法基本概念及其特点的介绍，针对基本遗传算法中存在的主要问题：进化工程缓慢且严重震荡，容易早熟，本文借鉴现代基因工程的思想，提出基因控制遗传算法，通过对确定的基因实施有效控制，完成实际复杂工程最优化问题。 通过分析铁心截面最小级片宽下限的选择依据，并给出控制铁心给定直径外限为0时每级叠厚的递推公式，本文从外部信息流角度和内部信息流角度出发，分别采用基因控制遗传算法和基因表达遗传算法完成了铁心截面的优化设计，并取得了很好的效果。 通过对阻抗匹配平衡变压器设计计算方法的介绍，本文解决了优化设计中优化变量的确定、数学模型的建立及初始设计参数的确定问题。应用基因控制遗传算法对阻抗匹配平衡变压器进行单目标优化设计时，本文还分别进行了固定交叉、变异概率和自适应交叉、变异概率两种情况下的对比试验研究，研究表明：无论是采用固定交叉、变异概率，还是采用自适应交叉、变异概率，基因控制遗传算法都能百分之百的收敛于最优解，但后者的收敛速度要明显快于前者。应用基因控制遗传算法对阻抗匹配平衡变压器进行多目标优化设计时，通过适应度函数的阈值制约以及以不同概率对染色体进行选择操作，使得种群朝着3个目标函数的最佳协调点方向进化；对于交叉概率、变异概率的计算，从算法的收敛和避免早熟两个方面予以考虑；为克服算法的早熟收敛，引入混沌算子来增加种群的多样性。