基于遗传算法的电磁径向轴承结构的优化设计.pdfVIP

维普资讯

山东省农业管理干部学院学报２００７，正第２３卷第４期

基于遗传算法的电磁径向轴承结构的优化设计

荆、丙勇

（济南历城三职专，山东济南２５０１１３）

摘要：本文以结构参数为变量，考虑一定的机械约束及轴承温升，以电磁力最大和电感最小为目标，在遗传算法

（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，ＧＡ）基本原理的基础上，使用遗传算法的优良特性，结合径向轴承的特点，采用动态规

划结合多目标函数优化，构造出基于ＧＡ的电磁轴承多目标优化设计数学模型，求解电磁轴承多目标优化设计问题。

关键词：径向轴承；遗传算法；优化设计

中图分类号：ＴＨ１２２文献标识码：Ａ文章编号：１００８－７５４０（２００７）０４—０１６８—０３

１引言：２．３步骤：

遗传算法是近几年迅速发展起来的一种新的全局优化算遗传算法采纳了自然进化模型，如选择、交叉、变

法，它利用自然选择和进化思想在高维空间中寻优，该法是异、迁移等。如图１所示

一种全新的自适应随机搜索方法。它从群体出发，同时搜查产生初始群体（ＩｎｉｔｉａｌｉｚｅＰｏｐｕｌａｔｉｏｎ）。域内随机

解空间中许多点。而不是从一点出发沿一条线寻优，因此，在产生Ｎ个个体组成一个初始群体Ｐ（ｔ），ｔ：０，该群体遍及

整个寻优空间并行搜索，能够快速全局收敛。遗传算法不要整个解空间，因此，可充分反映解空间的特征状态。

求问题的数学模型具有线性性、凸性、可微性等，只需评价（２）评价（ＥｖａｌｕａｔｉｏｎＰｏｐｕｌａｔｉｏｎ）。对个体进行二

适应值（目标值）的优劣，具有高度非线性性。它利用结构化进制解码，并用式（３）定义的适应值函数ＦＸ（）来计算群体中

和随机性的信息使得最满足目标的决策获得最大的生存可能每个个体的适应值，适应值愈大，表示该个体愈适应于ＦＸ（）所

相当（于生物界的“适者生存”规律），是一种概率型的算法。定义的生存环境。

电磁轴承优化是一个多极值，有约束的非线性问题，长

期以来，如何改进电磁轴承的优化模型和优化算法是人们普

遍关注的问题。而一般的优化算法容易收敛于局部最优点，

优化结果与初始点的选取有关，同时对离散变量的处理也有

定困难。

一

基于上述原因，我们采用遗传算法对电磁径向轴承进行

了优化设计。并通过优化实例证明Ｊ，该方法的简洁和有效。

２遗传算法的基本原理、数学基础和步骤：

圣Ｉｌｌ逯传算祛的流程幽

２．１基本原理：（３）选择（Ｓｅ１ｅｃｔｉｏｎ）。选择是ＧＡ的关键，它体现

遗传算法的原理是模拟自然界的进化机制，将求解的问自然界中适者生存的思想。以概率Ｐｃ＝Ｆ（Ｘｉ）／∑Ｆ（Ｘｉ）

题看做一个生存环境，将问题的解看作这个生存环境中的个（ｉ＝１，２…Ｎ）从群体中选择一对个体作为繁殖后代的双亲。

体。通过优胜劣汰，得到最优个体，即问题的最优解。（４）交叉Ｃ（ｒｏｓｓｏｖｅｒ）。交叉是ＧＡ的一个重要的遗传

２．２数学基础