基于自适应优化方法电机教学模式探讨.docVIP

基于自适应优化方法电机教学模式探讨 　　摘要：针对目前电机学课程教学存在的问题和特点，研究基于自适应优化方法的电机教学模式来进一步提高教学质量，为多样性的教学方式提供理论支持。在利用单目标模型、构造优化结构图、通过自适应优化方法的整数编码、适应度函数选择和自适应调整等环节提出了一种电机优化教学模式，以压缩教学学时，提高学习效率。以电机学中变压器负载运行过程和三相绕组设计过程为例验证表明优化结构图简单、清晰、易记，浓缩教学内容，路径涉外因素少。自适应优化教学模式可以巩固基本知识点，减轻学习负担，增加教学期望值，缩小优差生之间的距离，提高学生综合素质水平。 　　关键词：教学模式；电机学；单目标模型；优化方法；自适应 　　作者简介：张宁（1970-），女，新疆哈密人，西北农林科技大学水利与建筑工程学院电气工程系，讲师；魏恩甲（1953-），男，陕西扶风人，西北农林科技大学水利与建筑工程学院电气工程系，教授。（陕西 杨凌 712100） 　　基金项目：本文系西北农林科技大学教学研究项目（项目编号：JY1102057）、国家级农业水工程实验教学示范中心建设项目（项目编号：AWEDF305）的研究成果。 　　中图分类号：G642.0 文献标识码：A 文章编号：1007-0079（2013）08-0021-03 　　电机学是电气化专业的一门专业基础课，它既有理论性又有实践性，在整个专业学习中具有承上启下的作用。该课程综合性强，涉及因素多，信息量大，电、磁、力、能量等多种规律同时起作用，各量互相约束、互相影响。要想在有限的学时内学会全面、透彻地分析问题，势必要在传统教学中融入一种系统化、层次化、简明化的教学思想，以收到事半功倍的效果。[1-3]另外，电机类型多，虽然基本工作原理都遵循电磁感应定律和电路定律，较易形成通用化的教学模式。但实际影响因素较多，在具体建模时必须主次分明，反复测试和验证。[4，5]所以，本文在建立目标模型、构造优化结构图、引入自适应优化方法的基础上构造一种电机优化教学模式来进一步提高电机教学质量，为多样性的教学方式提供理论支持。[6，7] 　　一、建立目标优化教学模型 　　???中，xi为决策变量，在此表示两个相接知识点之间路径i的相似度，而且相似度的按相似、一般和不相似分三级别；ti为通过路径i所需时间；N为路径总数。连通性原则：脉络图中知识点与知识点间至少有一个通路，不能有孤岛和环路，每一个知识点必须且只能有一个路径与上级知识点连接。 　　二、构造优化结构图 　　目标优化基本结构如图1所示。知识点包括基本参量、概念和结论等。路径是指一个成因知识点到一个结果知识点的必经之路，一般是指知识点之间的转换依据，包括定律、规定、公式和原理等。 　　图1 结构图的基本组成 　　根据知识点和路径的构造结构图，也就是把基本物理量电流、电压和磁通作为知识点，用带有单向箭头路径指明了各物理量之间的关系，构造出一个结构图。它强调的是各支路间连接关系，不考虑具体支路的特性，以减少约束冗余。具体处理方法如下：以知识点为结构图的顶点；各知识点之间可待选的路径为结构图的边；构造路径的走向为结构图边的方向，如图2所示。 　　图2 构造的结构图 　　三、自适应优化方法 　　1.整数编码优化 　　在结构图2知识点的基础上对决策变量相似度进行整数编码优化，即先按发散的路径相似程度排序。例如知识点2散发的路径有2-4、2-5、2-6、2-7和2-9，按相似程度相似、相似、一般和不相似排序为1、1、2、1和3，故生成的染色体第2个基因即可在1、1、2、1、3中任选一个。每一位基因的取值范围取决于该知识点散发的路径数，故取值范围不等，而相似度编码的染色体长度为知识点数减1。用整数编码表示的决策变量相似度可保证优化算法过程中始终遵循各约束，克服二进制编码冗余。 　　2.自适应优化方法适应度函数 　　在求解优化问题时，适应度函数是度量各个个体自适应环境程度的函数，用于反映优化问题所追求的目标。[12，13]通过计算搜索空间的每个染色体的适应度函数值对适应度函数大小作出个体评价，即其值越大的个体越好，反之，其值越小的个体越差，故适应度函数构造的合理与否直接影响优化的收敛性和计算速度。为了保证适应性好的个体有更多机会繁衍后代，使优良的特性得以遗传，需要通过变换把优化问题的目标函转化为适应度函数。 （4） 　　式中，Ffit为适应度函数；Fb为考虑惩罚系数的目标函数；F0为给定的较大常数；b为惩罚系数。 　　3.自适应调整 　　为了放宽优化解的可行域，个体选择以0.65G为界，使适应值按高于平均适应值成比例增长。选取的选择概率Psi表示为： 　　Psi= g0.65G （5） 　　式中，Fi为第i个染色体个体的适应值；i为