电磁场逆向问题分析计算的优化算法.docxVIP

电磁场逆向问题分析计算的优化算法 SY1502112 李佳宁 （北京航空航天高校电子信息工程学院，北京100191） 摘要 随着计算机技术的进展和电磁场数值计算理论、方法的不断丰富与完善，以 及工程技术进展的客观需求，以电磁装置的优化设计为背景的电磁场逆向问题已 成为国内外计算电磁学的讨论热点之一。 目前,对于电磁场逆向问题的求解,都是将其分解为一系列正向问题,然后采 纳肯定的优化方法通过迭代解算达到最终优化设计的目的。有鉴于此,本文对电 磁场逆向问题的核心内容之一一即优化算法,进行了较为深化系统的讨论。在充 分分析、归纳国内外现有优化算法的基础上,列举了几种具有工程有用价值的新 快速全局优化算法。 一方面,本文对归属随机类优化算法的遗传算法和粒子群算法进行了重点讨 论。在分析各自特点基础上,为提高遗传算法和粒子群算法的全局搜寻力量和快 速寻优力量,分别列举了若干改进措施，得到了适用于电磁装置单目标多峰函数 全局优化设计的改进遗传算法、禁忌算法、基因算法、改进粒子群算法等。 另一方面，本文分析了这些算法的相像处和不同的地方。总结出一些解决电 磁场逆向问题的有效优化方法。 关键词：电磁场逆向问题改进遗传算法改进粒子群算法第一章绪论 1.1课题的背景和意义 在电磁场工程技术的讨论中，已知一个系统或装置的源参数、结构参数和媒 质参数的状况下，由源求解电磁场的信息及相关特性的问题称为电磁场正问题。 而由电磁场反求源，几何参数或介质参数，以至整个装置的结构和参数的问题称 为电磁场逆问题。电磁场正向问题的求解己经具有相当完善的理论体系,进展了 很多各具特色的解析方法和数值方法。然而随着科技的进展，正向问题的求解往 往已经不能满足工程技术进展需要，实际工程中越来越多需要解决的是与电磁场 不仅改进了标准粒子群算法的某些步骤，而且引入了自己设计的某些变量，如“年 龄”变量，还定义了某些规章，如“邻域”，并在期望适值函数计算方面优化了 规章和公式。这一切算法的改进均能使原有算法更好的适应讨论目的，使讨论结 果朝着作者预期的方向进行。所以，通过讨论算法优化的进展历程，发觉早些年 的算法改进集中在原有标准算法步骤上的改进，这样当然可以优化算法，但算法 本身带有的弊病很难通过这种方法根除。现代讨论开头深化讨论算法核心，查找 算法的漏洞，在原有标准算法的步骤上自己重新设计算法步骤和规章。说明只有 更高层次的创新，才能更进一步推动算法优化的的进程。 参考文献 [1]黄卡玛,赵翔.电磁场中的逆向问题及其应用.北京,科学出版社,2005. [2]石山,励庆浮,王兴华.基于自适应遗传算法的无刷直流电机的优化设计[J].西安交通 高校学报，2002, 36(12) : 1215-1218. [3]张慧.电磁场逆向问题分析计算的快速全局优化算法讨论[M].浙江：浙江高校，2007. [4]汪友华,颜威利，张冠生等.自适应模拟退火法在电磁场逆向问题中的应用[J].中国电机工 程学报，1995,4:234-238. [5]陈旭东，乔静秋，倪光正.改进的遗传算法及其在电磁场全局优化问题中的应用[J].电机与掌握学报，2001, 12:233-236 [6]Villasanti, Lucken, Baran C. Di ev sPateh of hydroeleetric generating units usingmultiobjectiveolutionary algorithms[C]. Transmission and Distribution Conference and ExPosition:Latin America, IEEE/PES.2004(11):929—934[7]徐斌.基于遗传算法与并行计算的电磁场逆向问题讨论浙江：浙江高校，2022. [8] Ioan Cristian Trelea, The Partiele svann optimization algoritllm:convergenceAnalysis and Parameter seleetion, Information Proeessing Letters, 2003:317—325 [9]聂曼.电磁场逆向问题分析计算的进化算法讨论[M].浙江：浙江高校，2006. [10]倪光正,杨仕友,钱秀英,邱捷,等.工程电磁场数值计算国].北京，机械工业出版社,2022. [11]何笑帆.并行遗传算法及其在MRT永磁主磁体优化设计中的应用[M].沈阳：沈阳工业高校,2007. [12]安斯光.电磁场逆问题分析、计算的进化算法讨论[D].浙江：浙江高校,2022. [13] J. S. Han, B. M. Kwak. Robust Optimization using a gradient